作为一个程序员，追求程序的运行速度是正常的行为不过。
那么 GPU、CPU、内存、文件流、磁盘，速度到底相差多少？今天整理了一下。
1、GPU 在进行通用运算时，和 CPU 是一个数量级的。在进行重复劳动时，效率是 CPU 的几百倍了。
GPU，相当与 Windows 中的批处理。
执行一次动作没有什么速度优势。当你执行1000次、100000次，效率就体现出来了。
用 GPU 解码一张 JPEG 图片，和 CPU 相比，根本没有优势。
但如果你是解码 1000 张 JPEG 图片，效率就可观了。（CUDA SDK 中有示例，可自行测试）
这也是 GPU 存在的意义。
GPU 主要针对重复劳动，而 CPU 针对所有劳动。
所以 GPU 多用在 AI、游戏中。都是重复劳动的那种。
二者没有替代关系。但竞争关系是有的。
Intel 给 CPU 添加 AVX256/AVX512/AVX1024/AVX2048......指令，用于并行计算。
Nvidia 给 GPU 添加通用计算寄存器，用于通用计算。
2、CPU 的运算速度是内存存取速度的 250 倍左右。当然不是一概而论。
程序员在编程时，所谓的常量表优化，就是内存的存取了。
内存的存取极限就是你程序的运行极限了。
所以，当还需要进一步优化时，内存就不行了。只能依靠 CPU 的 SIMD 指令了。
当然你的算法也很关键。即能使用 SIMD 指令，又能多核并行，这样的算法速度肯定是宇宙无敌的了。
3、内存速度是文件流速度的 1.5 倍左右。
文件流是操作系统使用了虚拟内存的技术，解决磁盘效率低下而发明的。
速度上和内存相差不大。但毕竟使用的还是磁盘。
在代码优化时，可以多使用文件流的方式，毕竟接近内存速度了。
在处理大文件时，比较好用。因为你不可能将几个G的文件一并放进内存里。
4、磁盘速度：
HDD read：0200MB/S write：0150MB/S
SATA read：0550MB/S write：0500MB/S
SSD(PCIE4) read：3500MB/S write：3000MB/S (三星 970 evo plus)
SSD(PCIE5) read：7000MB/S write：6000MB/S (没有实测结果，根据报导推测)
大家在使用 Windows 时，都有体会。
复制文件时眼巴巴地看着那个数字。奇慢无比，无法忍受。又不得不忍着。
内存 DDR4 的读写速度是：50000MB/S（50GB/S） 左右。是 SSD5 的 7 倍，是 SSD4 的 15 倍。是 SATA 的 100 倍了。
换硬盘吧。哈哈哈。当然对于程序员代码效率并没有多少作用。
固态硬盘取代内存，看来还需要一段时间。
总结：
1、对于程序员而言，尽量不要频繁使用磁盘，将数据尽量一次性从磁盘取出，放进内存中。
最优的情况是在程序运行过程中，不使用磁盘。结束时，才使用磁盘。
2、如果不能一次性将数据放进内存，那么就使用文件流的方式。毕竟速度接近内存。
3、当你的程序跑在内存较小的机器上时，流方式，是你无法避免的选择。
4、CPU 指令固然重要，但你的算法更重要。优化算法才是你该干的事。
标签：文件,速度,内存,磁盘,GPU,CPU 来源： https://blog.csdn.net/dbyoung/article/details/122266051
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。