前些年DIY玩家群体里曾经有个讨论，就是未来显卡或许也可用于计算，那么装机应该把钱投到CPU上多一点，还是投到GPU上多一点？时至今日，AMD和Intel的CPU里面都已经整合了支持用于计算的GPU核心，到底这种把GPU用于计算的技术，“通用计算”，是不是能够为电脑处理加速呢？其实用性有多大？限制又在何处？今天我们就来用简单的实例分析，给大家一个更清晰的通用计算了解。
越加速反而越慢？通用计算实用性浅析
●越加速越慢，从一个有趣的案例开始说起
在很多人的认识里，通用计算就是CPU+GPU一起用，用GPU协助CPU进行计算，从而得到“1+1”等于或者约等于2的性能提升，加速电脑的计算速度。然而实际是这样么？我们就以一个对比测试来展开今天的话题。
不加速的测试成绩（HD7850）
我们今天使用LuxMark来作测试参考，LuxMark是一款由Jromang编写的OpenCL通用计算测试工具，基于开源的LuxRender引擎，能够有效地测试GPU和CPU的OpenCL运算性能，并且还支持CPU+GPU一起运算的加速模式，专业性、可参考性非常强，上面是HD7850单卡的测试成绩：590。
加速后的测试成绩（A6-3670K + HD7850）
大家不用点开大图就可以看到这张图的成绩，475，比上面的图低很多，难道笔者是换了一张低端的显卡？点开大图大家就可以看到，其实笔者不仅没有换卡，还添加了A6-3670K处理器来协助计算！没错，这是CPU+GPU加速后的成绩，它比GPU单卡成绩还低100分有多——也就是我们今天要说的，越加速反而越慢。
到底这是怎么回事呢？通用计算不应该是用来加速的吗？为何还变慢了？下面我们先来从通用计算的知识讲起。
●重新认识“通用计算”
通用计算：用GPU来处理CPU的任务
通用计算是一个很广泛的概念，我们电脑DIY玩家一般说的“通用计算”指的是“GPU通用计算”，意思就是用显卡GPU来处理一些原本CPU可以处理的计算，又常被称为“异构计算”。
目前通用计算规范主要有三种，NVIDIA独家的CUDA，微软主导的DirectCompute，苹果等多家厂商支持的OpenCL。近期有消息指出Intel下一代核显会大幅强化OpenCL性能，因此我们今天要讲的，主要就是其中的OpenCL。
资讯排行
- 买不起触摸版MacBook？其实用iPad也能体验
- 珀金埃尔默新型QSight™ 三重四极杆液质联用仪帮助分析实验室实现高灵敏度、高通量和高效率样品分析进程
- 村田适用于车载以太网BroadR-Reach的静噪元件
- LTE-V2V协议冻结 开启汽车智能网联市场大幕
- Hexiwear，一款可以编程的手表
- 三美电机开发出小型MEMS压阻式数字压力传感器
- 借助新型60V FemtoFET MOSFET缩小工业元件占位面积
- Maxim发布业界最小八通道高边驱动器MAX14913，全面提升工业4.0应用体验
- 安森美半导体扩展CMOS 图像传感器PYTHON系列，推出紧凑的SVGA器件
- 大数据时代的核心：超高速短距离光互联
- 七大不可思议 盘点3D打印机技术惊奇应用
- 拍子弹时间不是问题!超高速抓拍单电点评
- 打电话上网全能 超低价3G通讯平板推荐
- 双城记（长崎&东京） 三桥NEX-5R日本游记之三
- 蒸汽朋克再袭 四款DIY达人USB产品秀
