请问为什么深度学习更多使用显卡? |
|
作者:佚名 文章来源:本站原创 点击数: 更新时间:2023/1/3 20:34:49 | 【字体:小 大】 |
真维斯男款卫衣可以这样理解,显卡本身其实就是一个有成千上万个核心的cpu,但是每个核心的性能很差。可以参考之前英特尔出的一个“显卡”,那张卡跑cpuz单核连三位数都到不了但是有几百个核心。这些特性导致显卡非常适合简单但重复性高的活,而cpu则可以只做复杂性相对较高的运算
专业性的我回答不了,大概就是显卡的运算单元多,靠数量取胜,力大砖飞,比较适合干这种活,CPU顶多就二三十个核心,打个比方就是两边都在盖楼,一边是二百个普通人在盖,另一边是三十个大力士盖,肯定是人多的那边盖得快。
使用显卡的主要是解决大量数据计算问题,以提高训练或推理速度。常见的显卡有英伟达的GPU,也有国内的一些AI芯片,比如寒武纪MLU系列,华为的晟腾系列等。主要思路为:
就描述,肯定要。最主要就是显卡,用显卡当做加速卡做计算,效率是cpu的几十倍。显卡适合深度学习
所以玩深度学习,不仅要用显卡,建议多多益善。可以加快学习效率。一般这种不建议自己弄电脑做,只建议用学校的。。
|
|