GPU和CPU是什么?GPU和CPU什么关系?GPU会取代CPU吗?

GPU和CPU是什么?GPU和CPU什么关系?GPU会取代CPU吗?

    • GPU是什么?与显卡是什么关系?安装在什么地方?有单独的GPU板卡吗?
    • CPU和GPU区别是什么?GPU会取代CPU吗?
    • GPU能用于深度学习吗?

GPU是什么?与显卡是什么关系?安装在什么地方?有单独的GPU板卡吗?

GPU和CPU是什么?GPU和CPU什么关系?GPU会取代CPU吗?_第1张图片
GPU就是图像处理芯片,外表与CPU有点相似。显卡的芯片,AMD的一个技术,相当于电脑的处理器CPU,只不过它是显卡的大脑或心脏。

GPU是显卡的核心,显卡,则是由GPU、显存、电路板,还有BIOS固件组成的,所以GPU不等于显卡。

GPU只是显卡上的一个核心处理芯片,是显卡的心脏,不能单独作为外接扩展卡使用,GPU因并行计算任务较重,所以功耗较大,只能焊接在显卡的电路板上使用。

显卡上都有GPU,它是区分显性能的最主要元件,显卡也叫显示适配器,分为独立显卡和主板上集成显卡,独立显卡主要由GPU、显存和接口电路构成,集成显卡没有独立显存而是使用主板上的内存。

如果是独立显卡,一般它就焊在显卡的电路板上,位置在显卡的风扇下面。

如果是集成显卡,一般GPU就和CPU集成在一起了,这时候它和CPU共用一个风扇和缓存 。 因此GPU实际上就是显卡的核心部件,显卡主要就是靠它来工作的。

比如把显卡的电路板看成主板,GPU就是显卡上的CPU,即显卡的中央处理器。
现在的GPU开发厂家只有2个,一个是AMD(ATI),一个是N’VIDIA英伟达。GPU之于显卡,就相当于CPU之于电脑的关系。

GPU运算时没有其他CPU那些指令集之类东西干扰,所以专一运算效率更高。

GPU是图形处理器,一般GPU就是焊接在显卡上的,大部分情况下,我们所说GPU就等于指显卡,但是实际情况是GPU是显示卡的“心脏”,是显卡的一个核心零部件,核心组成部分。它们是“寄生与被寄生”关系。GPU本身并不能单独工作,只有配合上附属电路和接口,才能工作。这时候,它就变成了显卡。

现在还没有出现GPU插在主板上的,因为GPU功耗很高,背面电流过大,还是焊接更为牢固。

CPU和GPU区别是什么?GPU会取代CPU吗?

GPU和CPU是什么?GPU和CPU什么关系?GPU会取代CPU吗?_第2张图片
CPU和GPU大不相同,是由于其设计目标不同,它们分别针对了两种不同的应用场景。

CPU主要是负责多任务管理、调度,它是领导者,负责指挥。计算能力方面没有GPU强。

而GPU主要是用于大量的重复计算,它是计算专家,它的计算执行能力很强。但协议、管理不是它的专长,做不到指令流水化、多进程管理等,GPU没有多少自主处理指令的能力。

GPU工作原理是CPU处理指令,遇到需要高度计算的地方,比如矩阵处理、图像渲染,CPU会交给GPU来加工,GPU行为基本上是CPU调动打,本身的指令不够强大。

CPU对延迟更敏感,而GPU侧重于提高整体的数据吞吐量。线程、核、外部存储器、缓存上都存在差异,简言之,GPU打只要设计目标是以大量线程实现面向吞吐量打数据并行计算,适合于处理计算密度高、逻辑分支简单打大规模数据并行任务。而CPU则有复杂打控制逻辑和大容量打缓存减小延迟,能够适应各种不同的情况,尤其擅长负责逻辑运算。

因此,GPU不可能取代CPU,只可能会融合在一起,CPU+GPU异构并行,互相配合。

GPU能用于深度学习吗?

随着硬件的更新换代,越来越多的机器学习从业者又开始面临选择 GPU 的难题。

深度学习是一个计算需求强烈的领域,GPU的选择将从根本上决定深度学习体验。在没有GPU的情况下,可能会有几个世纪的漫长等待,然后显示只看到所选参数已关闭。

GPU计算正在加速着深度学习革命。NVIDIA在GPU计算或者说深度学习领域已经形成了完整的平台。

你可能感兴趣的:(装机)