EDA365欢迎您登录!
您需要 登录 才可以下载或查看,没有帐号?注册
x
我想你一定听说过CPU,那么你知道什么是GPU吗?它与CPU有何不同?为什么GPU曾经是游戏的焦点,现在却成为了人工智能的焦点? . }" J9 q x+ Q3 t) l
其实,我们平常所说的显卡( Video card)就是GPU(Graphical Processing Unit),即图形处理单元,它是基于硅树脂的微处理器,一般游戏玩家的电脑都有GPU。非游戏玩家电脑可能只有CPU(Central Processing Unit),它也是一个基于硅树脂的微处理器。 7 R0 D7 t# U" s
CPU就像卡车,能装载很多很多东西。大多数计算机上都有CPU,它可以同时处理多个任务。比如同时处理电子表格、写作、画画、听音乐等等。
* Q! T w' i9 c) o( h* k- Y* y! V% E- v! ?8 s i- b
. s4 D4 b' |+ v
GPU就像赛车,只能装载少量的东西。它通常只能处理一项任务,但速度像赛车一样很快,因为同时处理任务太少,所以它们不能满足通用计算机的需求。 # \% I1 e( m) ?) ?% e, A, g
0 u+ A; X3 K& Y: d" ?$ A/ k1 h s/ X. Z+ M6 o
CPU和GPU是两个针对不同目标而设计的不同的微处理器。CPU串行地运行不同类型的计算;GPU并行运行类似类型的计算。GPU有成千上万个流处理芯片,因此在游戏运行中十分重要。游戏中的每一个可视化包括每一片草叶,灯光和风的移动,都需要进行数学计算。用户每执行一个动作,就需要进行大量的计算。 ' Z1 M; h8 u- _4 h8 g
$ D# k+ j4 k o1 n) i
1 T; z; Y) T |因为它的计算速度很快,所以GPU在其他与图形无关的计算中也变得很流行,比如在人工智能领域。GPU能够更好地处理并行计算,这就是人工智能比如机器学习所需要的,它需要能够处理多个待训练的数据点。 6 [9 L) ?: z* x. z; n5 i
有三个关于GPU的要点。 ! @. y2 y- a( y( ?
- 第一,GPU是人工智能的物理基础,是机器学习的必要条件;
- 第二,如果你的计算机中没有物理GPU,而你想做这些人工智能计算,你仍然可以做到,因为像谷歌这样的公司能够提供云端的GPU;
- 第三,CUDA有助于对GPU进行编程,由于引入了这种技术,将GPU用于人工智能的工作有了爆炸性的增长。
, }& c! a2 g* m9 K/ P. n 4 r, N# X+ i- A6 F
因此,GPU不仅仅再是只适合游戏玩家,它们也适合数据学家以及对构建人工智能机器感兴趣的任何人。 9 I3 g; L' m( b
文章由巢影字幕组译制
6 \" `/ B6 I* V3 R
8 u0 ^% O0 D+ U1 q- g7 G4 G+ c9 y |