在計算機體系中，數據並行有兩種實現路徑：MIMD（Multiple Instruction Multiple Data，多指令流多數據流）和SIMD（Single Instruction Multiple Data，單指令流多數據流）。其中MIMD的表現形式主要有多發射、多線程、多核心，在當代設計的以處理能力為目標驅動的處理器中，均能看到它們的身影。同時，隨着多媒體、大數據、人工智能等應用的興起，為處理器賦予SIMD處理能力變得愈發重要，因為這些應用存在大量細粒度、同質、獨立的數據操作，而SIMD天生就適合處理這些操作。
之前用三篇文章分別分析了 SIMD 結構的三種變體：向量體系結構、多媒體SIMD指令集擴展和圖形處理單元（GPU）。這里就以表格的形式將三種結構的基本特性進行概要性的對比，以便我們辨析它們之間的相同和不同之處。
GPU 同時可能出現在工作台或者移動端，兩種平台由於場景的要求各有不同，GPU 的設計形式也會有比較大的差別，本文還是僅以 IVIDIA 桌面GPU作為 GPU 的代表進行描述。關於移動端 GPU 的相關內容我也還沒涉及，等后期繼續學習后有了新的領悟再來和大家分享。
·END·
你可能還感興趣：
歡迎來我的微信公眾號做客：信號君
專注於信號處理知識、高性能計算、現代處理器&計算機體系
技術成長 | 讀書筆記 | 認知升級
幸會~
