1樓：望山
GPU單個計算單元並不擅長浮點運算，它只是浮點運算器非常多而已。但是也只有遇到合適的演算法才能充分發揮GPU的浮點效能，並不是任何問題都能靠堆砌運算器來解決。
2樓：不胖的羊
CPU比GPU要兼顧的功能多，不同型別的指令需要的pineline長度不一樣，而浮點計算在CPU裡面的使用率不是太高，占用的pineline又特別長，所以大部分時候CPU都把能外包的浮點計算外包了，特別是3D計算所用的大量同質的浮點計算，都外包給了顯示卡這個血汗工廠。
實際上，單個浮點計算的話，CPU比GPU快不少，也準不少，只是CPU的核心有限，不能和GPU比量
3樓：王介
直觀來說，浮點運算就是帶小數的運算。
cpu為什麼沒有顯示卡擅長這個呢？因為cpu的功能並不止是算數，只會算數的那叫計算器，而乙個處理器，至少要有能力做邏輯判斷，事實上它的計算單元只佔了自己很小的一部分而已。而顯示卡，則是專門設計來算數的，其它方面能少則少。
簡單形容，cpu就是一位博士，什麼都能幹，而且又快又好，而顯示卡就是一百個小學生，啥都不會幹，就會加減乘除。你博士算數再牛b，也頂不住一百個小學生加起來的速度。
4樓：三銓三
浮點是什麼？其他答主說了是小數點的數字，這個沒錯但是關鍵區別在於它的格式。普通整數的表達方式很簡單，就是二進位制的同乙個數字而已，1是1，2是10，3是11，4是100之類的。
但是計算機裡如何表示小數點？
所謂浮點最重要的區別就是它是用科學計數法的，乙個浮點數字被分為兩半，其中一半記錄乙個數字，另一半記錄10的多少次方。比如1.56424你可以寫成：
156424乘以10的-5次方
這樣你就把乙個小數變成了兩個整數，但是其中乙個是負數，電腦怎麼表示負數？這個也簡單，比如說總共只有4位數，可以表達0-9999，你可以把它分為兩半，定義其中4999表示0，4998表示-1，5000表示+1等等。這樣你就可以表達-4999到+4999了。
還是剛才的小數1.56424，我就可以把它寫成兩個整數：
156424，4994
很明顯當我要相加這樣的兩個數字，程式和直接相加兩個整數是完全不同的，因為其中一部分是次方數，次方數不同的兩個數字不能相加，相同的相加出來的結果也可能影響次方數等等問題。當然你可以寫乙個軟體進行各種換算讓cpu的基本整數運算電路來算浮點，但是這樣很慢。更好的辦法是直接在處理器裡設定算浮點的電路，這就是現代cpu裡的fpu。
再看看剛才我們舉例的這個浮點數：
156424，4994
由於cpu的電路設計是基於位寬的，就是說這個資料有多少位數字，比如上面這個就是12位，實際上我們寫浮點數字的時候是有固定長度的。
比如我們這個數字代表的小數是1.56424，在同樣格式的情況下我是無法表達1.56424739的，多餘出來的位數只能直接丟掉。
如果你用基本的浮點指令去計算10除以3再乘以3，它會告訴你是9.99999999。這就是因為浮點資料的有損特性。
要緩解這個精度問題，只能提高位數，比如12位的浮點格式我給你改成20位。但是要一次計算20位長度的浮點，你就需要更寬，更複雜的電路。
實際使用的單精度浮點是32位，雙精度是64位。
英特爾的cpu計算浮點的時候內部精度是80位，輸出輸入還是64位。顯示卡很多都是單精度32位的，就算支援64位的話速度一般會尿崩。專業計算卡現在一般都是64位。
所以說第乙個問題就是複雜程度，cpu的fpu率先支援了更高寬度的資料，電路更複雜。而顯示卡一直以來都是在用單精度浮點，很多根本沒法執行雙精度運算。
第二個問題就是cpu的fpu是和邏輯單元同步的，這樣可以保證程式設計方面的相容性，因為以前的機器一直是這麼搞的，老傳統了。核心數量和頻率都是同步的，每個fpu必須配對全套的邏輯，解碼單元等等。所以說你cpu只能幾個核心。
但是既然反正核心就那麼幾個，我就可以把它做得異常強大，支援各種最寬的資料格式，可以用更少的步驟做三角函式，除法，開方之類的計算。
而相比之下顯示卡基本就是大批大批的小型fpu，其他的東西能少就少。
如果你只做一道浮點運算，其實是cpu更快，而且可以塊非常多。但問題是通常來說浮點運算都是大批量的作，而且互相之間沒有關聯，一道題的結果和下一題的結果很少有關聯。這種情況下大批大批的小型fpu就有優勢了。
5樓：章程
浮點就是小數。你說的準確講是單精度浮點計算能力，也就是FP32計算。在這一點上，CPU的確不如GPU。
Nvidia在新顯示卡中加入的tensor core單元，重點提高了顯示卡的半精度浮點運算能力，也就是FP16，一舉提公升了數倍（8倍？）。CPU擅長更高精度的運算，比如雙精度浮點運算能力（FP64）。
同價位下CPU都不怵GPU，主要還是近些年（遊戲）顯示卡的雙精度砍的太狠，現在應該已經把雙精度砍到單精度的1/128了，對於老顯示卡、專業顯示卡、CPU來說，雙精度都是單精度運算速度的1/2。
也就是說，GPU工作更專一，AI訓練需要半精度，就給你提高半精度。遊戲要整數和單精度，就給你數千核心並行運算。遊戲不需要雙精度，就給你砍掉，建模專業要雙精度，專業卡就給你保留。
CPU就不同，所有的髒活累活，慢活細活，他都要能幹。
6樓：那把殺豬刀
主要原因是CPU是作為通用計算核心來涉及的，那麼需要考慮的是什麼樣的場景應用最多，很明顯整型運算的優化會比浮點運算優化來的划算，另外暫存器的位寬也限制了浮點數的運算會消耗較多的訪問週期，浮點數一般是佔8個位元組或更多，64位CPU之前暫存器都是32位或者更少的，做一次浮點運算，取資料就得多等幾個週期，效率立馬就下來了。
GPU是用來渲染圖形影象的，圖形計算一般都是三角函式居多，整型計算很少，所以GPU一般都會選擇對於浮點運算進行加速（專用的硬體模組），另外GPU的暫存器的位寬一般也比CPU要長，對於浮點數來說，開銷更小。
7樓：勝勳
為什麼CPU的浮點計算能力差？
因為CPU核心數太少，現在主流只有4核心，也有16核心之類的，但還是無法跟GPU相比
什麼是浮點計算？
就是C語言裡的資料型別「float」啊
32位資料，其中8位表示「冪」，23位表示「有效數」
「浮點」的意思就是「小數點位置可變」
GPU為什麼擅長浮點運算？
因為GPU擁有很多的核心，下面對比圖中「綠色方塊」表示乙個計算單元比如，GTX1080顯示卡的GPU，擁有2560個核心（CPU只有4個哦）
為什麼 CPU 的浮點運算能力比 GPU 差，為什麼不提高 CPU 的浮點運算能力？
以前CPU弱，要是搞個浮點數運算的協處理器，運算速度跑的飛起。當然了，如果真為了計算，CPU一樣可以把ALU搞的很強大，不過沒必要。畢竟術業有專攻嘛，CPU主要是流程控制，而不是計算，然而GPU在處理光線之類的渲染的時候，會做大量的計算工作。 chapman zhang CPU是大學生，乙個大學生一...
現代CPU的浮點計算速度為什麼這麼快？
Bluebear Inst 327 X86 IMUL r16,r16L 1.17ns 2.3c T 0.39ns 0.78c Inst 328 X86 IMUL r32,r32L 1.09ns 2.2c T 0.39ns 0.78c Inst 329 AMD64 IMUL r64,r64L 1.17...
為什麼有人共情能力差？
裡小小最可愛 你這目的性太明顯了，你有沒有經歷過這樣的事情，一件東西找不到了，你使勁找使勁翻，最後無奈之下放棄了，你找不到很失落很難受。但是當你把這件事情拋在腦後之後，某一天你忽然在乙個角落找到了這個東西，那時候的愉快也是無可比擬的。你為了找到知己而找知己，但是因為種種原因，找不到，你就會難過，甚至...