文档摘要

1.1 异构分工与GPU计算的核心概念 本节摘要：CPU 与 GPU 的差异不是"强弱"而是"分工"：CPU 用复杂控制与大缓存换取单线程低延迟，GPU 用海量算术单元换取整体高吞吐。本节建立"延迟优先 vs 吞吐优先"的心智模型，解释异构计算中主机与设备的协作关系，并给出一套判断任务形状的初步方法。这是拆解工作台的第一课：先认清两边台面的脾气，再谈把活儿往哪边放。 会员。《1.1 异构分工与GPU计算的核心概念》收录于灏天文库文集《CUDA并行计算与GPU编程实战》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/555-cuda%E5%B9%B6%E8%A1%8C%E8%AE%A1%E7%AE%97%E4%B8%8Egpu%E7%BC%96%E7%A8%8B%E5%AE%9E%E6%88%98

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流