Python与GPU编程快速入门(一)

Python与GPU编程快速入门

文章目录

  • Python与GPU编程快速入门
    • 1、图形处理单元(Graphics Processing Unit,GPU)
      • 1.1 并行设计
      • 1.2 速度优势

本系列文章将详细介绍如何在Python中使用CUDA,从而使Python应用程序加速。

1、图形处理单元(Graphics Processing Unit,GPU)

图形处理单元 (GPU) 是计算机显卡的组件之一,还有专用内存和不同的输入/输出 (I/O) 单元。 在视频卡的背景下,GPU 的作用类似于通用计算系统中中央处理单元 (CPU) 的作用:它处理输入数据以生成某种输出。 在传统的视频卡环境中,GPU 处理数据以便在输出设备(例如屏幕)上渲染图像。 然而,现代 GPU 是通用计算设备,可用于执行任何类型的计算,这就是我们在本文中要做的事情。

1.1 并行设计

但是,当计算机已经拥有能够执行任何类型计算的快速 CPU 时,为什么还要使用 GPU 来执行通用计算呢? 回答这个问题的一种方法是回到 GPU 设计目的的根源:渲染图

你可能感兴趣的:(数字图像处理与Python实现,python,开发语言,CUDA,GPU,图像处理,人工智能,机器学习)