GPU

Draw Call 本身的含义很简单，就是CPU调用图像编程接口，如OpenGL 中的glDrawElements 命令或者DirectX 中的DrawlndexedPrimitive命令，以命令GPU 进行渲染的操作。

如果没有流水线化，那么CPU需要等到GPU完成上一个渲染任务才能再次发送渲染命令。但这种方法显然会造成效率低下。我们需要让CPU和GPU可以并行工作。而解决方法就是使用一个命令缓冲区（Command Buffer）。

除了 CPU(中央处理器)以外，SoC(System On a Chip：片上系统)另一个重要的组成部分是图像处理单元(Graphical Processing Unit)，就是俗称的 GPU。大家或许都知道玩 3D 游戏少不了它，但具体发挥什么作用也许说不清楚，这回我们就来揭开 GPU 的神秘面纱。

今天介绍一种新的GPU多卡计算的通信优化算法——Ring Allreduce。先来讲一下常规的GPU多卡分布式计算的原理。

GPU的另一个重要参数是浮点计算能力。浮点计数是利用浮动小数点的方式使用不同长度的二进制来表示一个数字，与之对应的是定点数。同样的长度下浮点数能表达的数字范围相比定点数更大，但浮点数并不能精确表达所有实数，而只能采用更加接近的不同精度来表达。

本文对CPU与GPU中的逻辑架构进行了对比。其中Control是控制器、ALU算术逻辑单元、Cache是cpu内部缓存、DRAM就是内存。GPU设计者将更多的晶体管用作执行单元，而不是像CPU那样用作复杂的控制单元和缓存。从实际来看，CPU芯片空间的5%是ALU，而GPU空间的40%是ALU。这也是导致GPU计算能力超强的原因。

GPU呈现模式分析中颜色的意义：本文分别介绍了使用运行 Android 6.0 及更高版本、Android 4.0 和 5.0的设备时分析器输出中某个竖条的每个区段。

正如大多数人所知道的，GPU的处理速度之快得益于它可以高效地处理矩阵乘法和卷积，但是大家并不一定知道真正的理由。GPU如此快速的真正原因是内存带宽和不必要的并行。

CPU是一个有多种功能的优秀领导者。它的优点在于调度、管理、协调能力强，计算能力则位于其次。而GPU相当于一个接受CPU调度的“拥有大量计算能力”的员工。