CPU运算所需要的数据及产生的运算结果都会暂存在内存里。围绕在GPU外的是显存颗粒，显存和内存功能类似，GPU运行所需要的数据及产生的运算结果都会暂存在显存里。

最开始，显卡生产厂商直接使用内存的DDR标准来生产显存，但是随着GPU的发展，直接使用DDR的生产标准已经不能满足GPU的需求了，于是英伟达联合ATI提出了GDDR（Graphics）标准（为GPU定制的DDR内存）。

CPU拥有较少核心core，但是每个核心都很强大；GPU拥有数量较多的核心，但是每个核心都相对弱小，这就意味着GPU天生适合处理并行任务。

e.g.需要给一张图片进行提亮。

CPU的处理流程：

图片存在内存里，CPU从第一个像素开始，把第一个像素读到CPU里，随后对这个像素进行提亮运算，算完结束后把运算结果写回到内存里，以此为循环，直到所有像素点均被CPU处理且写回到内存里。以上CPU处理方式是最原始的处理方式，实际CPU会做各种优化，但大方向是如此。

GPU的处理流程：

图片存在显存里，在开始处理之前，GPU的控制器会给每个核心都分配好活儿，e.g.1号核心处理第一个像素，2号核心处理第二个像素……分配好活儿后，开始进行处理，所有核心都会在同一时刻去显存里读取自己要处理的那个像素，同时读回后同时处理完再同时写回到显存里去。以上CPU处理方式是最原始的处理方式，实际CPU会做各种优化，但大方向是如此。

CPU需要逐项处理数据，GPU是并行处理数据，根据GPU与CPU处理数据的区别，显存的带宽要求是远高于内存带宽的，这就是显卡生产厂商放弃DDR标准提出GDDR要求的原因。

带宽=传输速率*位宽

内存的位宽一般是64bit，有些主板支持双通道，可以组成128bit的位宽。4090的位宽是384bit，5090的位宽是512bit。

内存条上的频率并不是真正的时钟频率，而是2*时钟频率。

在GDDR5的生产标准中，显卡生产厂商将原始的时钟信号copy了3份出来，再对这4个时钟信号进行了1/4周期的偏移，随后在每个时钟的上升沿进行一次数据传输，这样一个时钟周期内便可进行4次数据传输。

随着传输频率的提高，现已有GDDR6标准，即一个时钟周期内便可进行8次数据传输。

还可提高每次数据传输的容量，由1bit增到到2bit，可传输4档电平00/01/10/11，即PAM-4技术。PAM-4技术被用到了GDDR6-X的标准上，因此GDDR6-X在GDDR6的基础上double一倍，由8倍速提升至16倍速，即在一个时钟周期内传输16次二进制数据。PAM-4应用在显存上是一次很激进的尝试，故障率高，因此在GDDR7上采用了更为保守的PAM-3技术，一次可传输3个电平-1/0/+1。

内存除了应用DDR双沿采样和每年缓慢提升频率外，几乎没有什么大的动作，不像显存缝宽提升带宽。

GPU适合处理每个并行任务之间无关联的情况，如果后级任务依赖前级任务的运算结果，只能用CPU依次执行任务，而单次任务所需要的数据其实是比较少的，因此CPU对内存带宽的要求并不高。若需要提升CPU运算的性能，只能让单次任务执行的速度加快，因此CPU一直需提高的是频率。

几年前CPU的频率就已经上了5GHz，反观GPU，4090满载2.55GHz，不到3GHz，5090可达到3.5GHz，但是与CPU仍有较大差距。注意，并不是说频率对GPU不重要，而是GPU提升频率带来的收益远不如堆规模堆核心带来的收益大。

如果CPU每次运算都需要到内存取数据，那么内存的延迟就非常重要了。延迟指的是CPU开始进行访问到实际数据被访问到的时间差，若延迟较大，这些延迟会在一次次的访问过程中积累起来，总耗时就会被拉到很长。内存的延迟一般在50-80ns左右，即使是这个水平，堆CPU来说仍然是比较慢的。因此最近几年CPU一直都在加L1、L2、L3缓存，目的是为了减少对内存的访问。

而延迟对GPU来说显得不那么重要，GPU是同时去显存里取数据，即使延迟较大，由于是同时进行的，所以体现到最后也不会明显拖慢总的处理速度。显存的延迟普遍在200ns以上。

整理来源：

https://www.bilibili.com/video/BV1SGXsYxESV?spm_id_from=333.788.videopod.sections&vd_source=ce699e10c2cd025a3e401be7205efc2d