浮点是什么他答主说了是小数点的数字，这个没错但是关键区别在于它的格式。普通整数的表达方式很简单，就是二进制的同一个数字而已，1是1，2是10，3是11，4是100之类的。但是计算机里如何表示小数点/p>
所谓浮点最重要的区别就是它是用科学计数法的，一个浮点数字被分为两半，其中一半记录一个数字，另一半记录10的多少次方。比如1.56424你可以写成：
156424乘以10的-5次方
这样你就把一个小数变成了两个整数，但是其中一个是负数，电脑怎么表示负数个也简单，比如说总共只有4位数，可以表达0-9999，你可以把它分为两半，定义其中4999表示0，4998表示-1，5000表示+1等等。这样你就可以表达-4999到+4999了。
还是刚才的小数1.56424，我就可以把它写成两个整数：
156424，4994
这就是电脑里的浮点数
很明显当我要相加这样的两个数字，程序和直接相加两个整数是完全不同的，因为其中一部分是次方数，次方数不同的两个数字不能相加，相同的相加出来的结果也可能影响次方数等等问题。当然你可以写一个软件进行各种换算让cpu的基本整数运算电路来算浮点，但是这样很慢。更好的办法是直接在处理器里设置算浮点的电路，这就是现代cpu里的fpu。
再看看刚才我们举例的这个浮点数：
156424，4994
由于cpu的电路设计是基于位宽的，就是说这个数据有多少位数字，比如上面这个就是12位，实际上我们写浮点数字的时候是有固定长度的。
比如我们这个数字代表的小数是1.56424，在同样格式的情况下我是无法表达1.56424739的，多余出来的位数只能直接丢掉。
这也就是说浮点数据不是完全准确的，而是近似值
如果你用基本的浮点指令去计算10除以3再乘以3，它会告诉你是9.99999999。这就是因为浮点数据的有损特性。
要缓解这个精度问题，只能提高位数，比如12位的浮点格式我给你改成20位。但是要一次计算20位长度的浮点，你就需要更宽，更复杂的电路。
实际使用的单精度浮点是32位，双精度是64位。
英特尔的cpu计算浮点的时候内部精度是80位，输出输入还是64位。显卡很多都是单精度32位的，就算支持64位的话速度一般会尿崩。专业计算卡现在一般都是64位。
所以说第一个问题就是复杂程度，cpu的fpu率先支持了更高宽度的数据，电路更复杂。而显卡一直以来都是在用单精度浮点，很多根本没法执行双精度运算。
第二个问题就是cpu的fpu是和逻辑单元同步的，这样可以保证编程方面的兼容性，因为以前的机器一直是这么搞的，老传统了。核心数量和频率都是同步的，每个fpu必须配对全套的逻辑，解码单元等等。所以说你cpu只能几个核心。但是既然反正核心就那么几个，我就可以把它做得异常强大，支持各种最宽的数据格式，可以用更少的步骤做三角函数，除法，开方之类的计算。
而相比之下显卡基本就是大批大批的小型fpu，其他的东西能少就少。
如果你只做一道浮点运算，其实是cpu更快，而且可以块非常多。但问题是通常来说浮点运算都是大批量的作，而且互相之间没有关联，一道题的结果和下一题的结果很少有关联。这种情况下大批大批的小型fpu就有优势了。
文章知识点与官方知识档案匹配，可进一步学习相关知识CUDA入门技能树GPU架构及异构计算介绍GPU架构以及异构计算的基本原理1577 人正在系统学习中 相关资源：漂浮截图工具-教育工具类资源
来源：weixin_39560245
声明：本站部分文章及图片转载于互联网，内容版权归原作者所有，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！