说到CPU服务器，我们普通人最熟悉的就是因特尔的”噔(1声)噔(2声)噔(1声)噔(3声)噔(4声)”，那与之一个字母之差的GPU服务器又是什么呢?GPU加速云服务器与CPU云服务器有哪些区别?同学们清楚吗?

什么是CPU服务器?什么是GPU服务器?

在搞清楚GPU服务器和CPU服务器的区别之前，我们先回忆下，什么是CPU?什么是GPU?

1、CPU服务器：中央处理器(CPU)是任何计算机或服务器的大脑。任何专用服务器都将配备物理CPU(有时是两个或四个)来执行操作系统的基本处理。作为整个计算机系统的运算和控制的核心，是信息处理、程序运行的最终执行单元。CPU是最核心的部件，也是整个数据处理的最根本的部件。

用过云服务器的都有经验，当你的网站或项目需要大量的处理能力，则可以增加CPU的核心提高网站运算能力，提高CPU频率或者是增加核心数!许多基本服务器带有2到8个核心，而一些功能强大的服务器则具有32、64甚至更多个物理核心。CPU内核具有较高的频率，通常在2-4 GHz的范围内。

2、所谓GPU即图形处理器：(GPU，Graphics Processing Unit，缩写：GPU)，又称显示核心、视觉处理器、显示芯片，是一种专门在个人电脑、工作站、游戏机和一些移动设备(如平板电脑、智能手机等)上做图像和图形相关运算工作的微处理器。

GPU的频率可能低于现代CPU(通常在500-800 MHz的范围内)，但是每个芯片上的内核数量要密集得多。这样一来，GPU可以同时执行许多基本任务。这也是其设计的目的，同时计算成千上万个内核工作，以快速渲染例如视频游戏的单个阴影图像。

GPU服务器提供两种形态的计算资源：虚机形态的GPU云服务器和物理机形态的GPU物理服务器。一个基本GPU可能具有700-1000个处理核心，而现代的功能强大的卡可能具有3000个或更多核心!此外，GPU核心速度正在稳步提高，最新的卡每核心超过1.2GHz。

GPU云服务器是利用GPU(图形处理单元)作为协同处理器，加速CPU的通用科学和工程计算。GPU通过卸载代码中一些计算密集型和耗时的部分来加速运行在CPU上的应用程序。应用程序的其余部分仍然运行在CPU上。从用户的角度来看，应用程序运行得更快，因为它使用GPU的大规模并行处理功能来提高性能。这被称为“异构”或“混合”计算。一个CPU由四到八个CPU核心组成，而GPU则由数百个较小的核心组成。它们一起操作来处理应用程序中的数据。这种大规模并行结构使GPU具有高的计算性能。有许多GPU加速应用程序提供了一种访问高性能计算(HPC)的简单方法。

GPU云服务器是独享GPU卡的高性能云计算服务，可以帮助用户快速、便捷的获得高质量的GPU计算资源，能够大幅提高机器学习及科学计算等大规模计算框架的运行速度，为搭建人工智能及高性能计算平台提供基础架构支持。GPU云服务器能够提供优秀的浮点计算能力，从容应对高实时、高并发的海量计算场景。适合于深度学习，科学计算，CAE等或者3D动画渲染，CAD等。

GPU服务器与CPU服务器的区别：

1)GPU服务器：所有内核都设计为只能一次处理相同的操作(这被称为SIMD：单指令，多数据)。因此，如果您要进行1000次类似的计算(例如破解密码哈希)，则GPU可以通过以相同的指令在自己的内核上将每个线程作为一个线程执行，从而发挥出色的作用。但是，将像传统CPU这样的内核用于内核操作(如将文件写入磁盘，打开新的索引指针或控制系统状态)会慢得多。

2)GPU的速度比CPU低：并且与内存相比，它们与内存之间的“计算机”更多，因此具有更高的操作延迟。CPU的传输和反应时间较短(更好)，因为它被设计为单指令快速。

3)GPU延迟比CPU低：与延迟相比，GPU调整了更大的带宽，这是它们适用于大规模并行处理的另一个原因。它们的设计目的不是执行CPU能够进行的快速单个计算。因此，如果您生成的是一个密码哈希而不是一个密码哈希，那么CPU可能会表现最佳。

其实，仅仅从上面的字面含义，是不能正确了解GPU和CPU在数据计算中的扮演的重要角色，要从用途更方便区分。GPU服务器主要是应用高性能的计算服务，适应用于3D 图形应用程序、视频解码、深度学习、科学计算等应用场景。而CPU服务器主要普通应用，例如网站、软件等。