一、CPU與GPU對比

CPU是一個(ge)有多種功能的(de)優秀(xiu)領導者(zhe)。它的優(you)點在(zai)于調度、管理、協調能(neng)力強，計算能(neng)力則位(wei)于其次。而GPU相當于一個接受CPU調度的“擁(yong)有大量計算(suan)能力”的員工。

下圖(tu)是處(chu)理器內(nei)部(bu)結構圖(tu)：

DRAM即動態隨(sui)機存取存儲器，是常(chang)見的(de)系統內存。

Cache存儲器：電腦中(zhong)作高速(su)緩沖存儲器(qi)，是位(wei)于CPU和主存儲器(qi)DRAM之間，規(gui)模較(jiao)小，但(dan)速(su)度很(hen)高的(de)存儲器(qi)。

算術邏輯單元ALU是能實現多組算術運算和邏輯運算的組合邏輯電路。

當需(xu)(xu)要(yao)對(dui)大數(shu)據(ju)bigdata做同(tong)樣的(de)事情時，GPU更(geng)合適，當需(xu)(xu)要(yao)對(dui)同(tong)一(yi)數(shu)據(ju)做很多(duo)事情時，CPU正(zheng)好合適。

GPU能做什么？關(guan)于圖形(xing)方面的以及大型矩陣(zhen)運算，如機器學習算法(fa)等方面，GPU就能大顯身手。

簡而言之，CPU擅(shan)長統領全局等復雜操作(zuo)，GPU擅(shan)長對大數據進行(xing)簡單重復操作(zuo)。CPU是從事復(fu)雜腦力(li)勞動的教授(shou)，而GPU是進行大(da)量并行計算的體力(li)勞動者。

二、機器深度學習

深(shen)度學習是模擬人腦(nao)神經系統而建立的數(shu)學網絡模型(xing)，這個模型(xing)的最大特點是，需要大數(shu)據來訓練。因此(ci)，對電腦處理(li)器(qi)的(de)(de)要求，就是需要大量的(de)(de)并行(xing)的(de)(de)重復計算，GPU正(zheng)好有這個專(zhuan)長，時(shi)勢造英雄，因此(ci)，GPU就出山擔當重任(ren)了(le)。

GPU具有如下特點：

• 提供了多核并行計算的基礎結構，且核心數非常多，可以支撐大量數據的并行計算。 并行計算或稱平行計算是相對于串行計算來說的。它是一種一次可執行多個指令的算法，目的是提高計算速度，及通過擴大問題求解規模，解決大型而復雜的計算問題。

• 擁有更(geng)高(gao)的(de)訪存(cun)速度。

• 更高的浮點運算能力。浮點運算能力是關系到處理器的多媒體、3D圖形處理的一個重要指標。現在的計算機技術中，由于大量多媒體技術的應用，浮點數的計算大大增加了，比如3D圖形的渲染等工作，因此浮點運算的能力是考察處理器計算能力的重要指標。

這(zhe)三個(ge)特點，非(fei)常適合深度(du)學(xue)習(xi)了。

三、怎樣發揮GPU的大(da)數據處(chu)理能力(li)

GPU只(zhi)是顯卡上的一個核心元件，又不能單獨工作(zuo)(zuo)，它還需要緩存來輔助工作(zuo)(zuo)。獨(du)立(li)顯(xian)(xian)卡是直接焊死(si)了(le)GPU在顯(xian)(xian)卡電路板(ban)上(shang)，上(shang)面(mian)有一個散熱風(feng)扇供(gong)它單獨(du)使用。集成顯卡是把GPU與CPU放在一起，共用緩存來工作，并且共用一個散熱風扇。

電腦(nao)處(chu)理(li)一大(da)塊數據(ju)比處(chu)理(li)一個一個數據(ju)更(geng)有效，執(zhi)行指(zhi)令開銷也會大(da)大(da)降低，因為要處(chu)理(li)大(da)塊數據(ju)，意味著需要更(geng)多的晶體管(guan)來并行工作，現在旗艦級顯卡都是百億以上的晶體管(guan)。

因此，要利用GPU做大(da)數據(ju)處理工作，至少目前來(lai)說，還(huan)沒有(you)單獨的(de)GPU板(ban)卡可購(gou)。只能購(gou)買GPU性能優(you)(you)越的超(chao)級獨立顯卡，或集成集卡中GPU性能優(you)(you)秀的主板(ban)。