为什么现在更多用的是GPU而不是CPU，如挖矿甚至破解密码

　　我只想说就目前的计算机架构，GPU只能称作是小众。GPU作为后来者，出现的太晚了，计算机架构已经定型，不太可能撼动 Intel 的霸主地位，而且Intel 一定会借着先天优势打压其他竞争对手。


　　最近bitcoin被媒体炒作的太过了，出现在了公众的视野中。媒体写新闻的那群人只要是写点和技术沾边的文章，就能暴露他们的无知，倒霉的还是无辜的群众。我简单提一下为什么GPU只能算作是小众。
👨🦱‎🩰📥🤪🙌

　　在计算机上运行的程序从性能的角度来说大致可分为三类：


　　(1) I/O intensive;

🗼🍒ℹ🐉‎

　　(2) Memory intensive
　　(3) Compute-intensive


　　(1)I/O intensive的程序其性能瓶颈是I/O，也就是说程序运行的大部分时间花在了硬盘读写/网络通信上，而I/O处在计算机体系结构金字塔的最底层，速度非常慢。
✋💈🍓🆚🐴‍

　　最近炒的很火的big data 讨论的就是这一类应用程序。几百TB 甚至到PB级别的数据往哪搁，只能放在硬盘上。一台机器容量太小CPU太少怎么办，搞几百台甚至上千台机器用网线连起来分布处理。所以这块全是I/O， 现在大的互联网公司不多搞几个上千节点的集群肯定撑不住。

👴‍🧢🧻🤑👂
　　(2)Memory intensive的程序其性能瓶颈在内存访问，程序中有大量的随机访问内存的操作，但是基本没有I/O,  这类程序已经比第一类程序快一个数量级了，但是和寄存器的速度还是没法比。目前大部分应用程序都属于这类。个人电脑里装的的各种软件基本就是这类，如果有点I/O,  立刻就会非常得卡。


　　以上提到的这两类程序的应用最广泛，涵盖了大部分有用的计算机软件，但遗憾的是GPU在这两块毫无用处， GPU只有在计算密集型的程序有些作用。I/O是瓶颈的程序，花在计算的时间可以忽略不计，再怎么用GPU加速也没用。 含有大量内存随机访问的程序也不适合在GPU上执行，大量的随机访问甚至可以使GPU的行为由并行变为串行。什么类型的程序适合在GPU上运行？
🧑‍🌾‌🩳🤑👍

　　（1）计算密集型的程序。所谓计算密集型(Compute-intensive)的程序，就是其大部分运行时间花在了寄存器运算上，寄存器的速度和处理器的速度相当，从寄存器读写数据几乎没有延时。可以做一下对比，读内存的延迟大概是几百个时钟周期；读硬盘的速度就不说了，即便是SSD, 也实在是太慢了。


　　（2）易于并行的程序。GPU其实是一种SIMD(Single Instruction Multiple Data)架构， 他有成百上千个核，每一个核在同一时间最好能做同样的事情。满足以上两点，就可以用GPU做运算了。 不过你还得先用CUDA或者Open CL 把能在GPU上运行的程序写出来， 这也是很麻烦的，写一下就知道了。

🥷‌🩰💿😄🤙

　　 而且GPU的架构比较特殊，要想写出高效率的程序，要花很多很多时间。我想说写GPU程序是一件很蛋疼的事情。GPU在某些地方很有用，但应用面比较窄，远远没有某公司声称的那么有用。


🙏🎠🌰☯🐙‌　　当今还是Intel的天下， 现在计算机的速度已经很快了，计算其实已经不是什么大问题。I/O才是最需要解决的问题。 记得曾经看过N家的GTC峰会，黄某人吹得神乎其神，连我都被感动了，多少多少T FLOPS的计算速度。 程序运行时间从100 秒 变成 1秒。


　　其实没多重要，你倒杯水的功夫就100秒了。运行时间从100天缩短到1天才是大贡献。 前者就是GPU做的事情，后者才是我们真正需要的。