把计算任务并行到CPU多核或者GPU上吗？并行算法，是目前比较有效的改进手段；在现有条件下，把算法：（1）改成支持多核，性能会有明显提升；（2）改成GPU，性能会有数量级的提升（当然，还要看显卡的性能）
把计算任务并行到CPU多核或者GPU上吗？
并行算法，是目前比较有效的改进手段；在现有条件下，把算法：（1）改成支持多核，性能会有明显提升；（2）改成GPU，性能会有数量级的提升（当然，还要看显卡的性能）。由于算法的优化也比较复杂，这还是项有难度的工作。
能解释一下CPU和GPU的并行运算和串行运算吗？
这就要从设计目标与用途说起了，CPU的设计是追求一种大而全的处理方式，所有的程序都要能很好的完成，不能搞特殊化，所以处理数据的方式是顺序处理，即将任务排队，每个时钟周期只能处理一个任务，这个任务完成后，才执行下一个任务，而GPU则不同，其设计目标是同一时钟周期内尽可能的完成多的但相对简单的任务，即将任务并列起来，处理方式是很多任务同时一次处理，简单的说就是CPU是全能型的高质量处理，追求质量，而GPU则是庞大的较为单一的高速处里，追求速度与吞吐量，这也是串行与并行各自的原理与追求的目标…可不可以把物理加速理解为GPU分担CPU的工作？
可以的，主要在游戏里面，一般N卡可以把物理引擎的任务分给显卡处理，就可以减轻CPU的负担。设置方法，桌面点击鼠标右键，选择NV控制面板，然后选择PhysX配置，如图：然后可以选择物理加速交给谁来处理，可以选择显卡或者CPU。这里我们选择显卡既GPU，如下图： 这样就可以减轻CPU在游戏里的负担，进一步提高游戏效率。
哪些程序适合在GPU上进行并行运算？
个人不专业，随便说说。我的理解是“大量的轻量级运算”适合在GPU上做，因为GPU本身就是走众核路线，但每个核心的结构都比较精简。像一些高端卡可以有上千甚至数千个运算单元，并且支持大量数据的并行运算。比如“挖矿”或者Poem@home或者用字典法破解密码之类，其原理就是用大量的数据去套用同一个数学公式，运算过程本身并不复杂，只是数据量非常大（比如，每组数据处理起来并不复杂，但有十亿组数据需要处理）。这时候GPU的众核优势就能体现出来：多个ALU同时运算与之相对的，在CPU上更适合算“少量复杂运算”。
本文链接：http://10.21taiyang.com/Biological-SciencesScience/13030999.html
cpu并行和gpu并行《练：xíng》转载请注明出处来源
