CPU与GPU：哪个更适合机器学习，为什么？

提到CPU，我相信大家都很熟悉，但你是否听说过GPU这个词？如果没有，那么这篇文章就是为你而写！如果你想了解更多关于数据科学的相关内容，可以阅读以下这些文章：
完美的数据科学简历要避开的10个常见错误！
利用ChatGPT，助你彻底掌握数据科学
 数据科学家必备技能：掌握Jupyter完美文本编辑器配置技巧！
数据科学家须知：统计学中的5个悖论

随着科技的全面发展，处理系统取得了很大进步。因此，我们最好于此时了解最新技术的应用。现在，让我们揭开CPU和GPU（两个最常用的处理系统）的神秘面纱吧！

想象一下，你和你的朋友准备在各自的笔记本电脑上玩一款游戏——《使命召唤》。现在，你拥有一台配备英特尔i7处理器的笔记本电脑——没有显卡，而你的朋友拥有一台配备i3处理器的笔记本电脑——配有还不错的显卡。那么，哪种笔记本电脑能提供更好的游戏体验？也许当我说GPU会表现得更好时，你会说“对对对”（因为这篇文章就是在突出GPU的应用），但你是否知道其中奥秘呢？

（想要全面了解CPU与GPU的关系，可以看一看这个视频：https://youtu.be/VBxST02czp8）

什么是CPU和GPU？
GPU的分类
CPU的类型
GPU的类型
CPU与GPU的市场巨头
CPU与GPU：主要区别
CPU与GPU：哪个更适合机器学习，为什么？

什么是CPU和GPU？

CPU代表中央处理器。作为一个通用处理器，它负责执行计算机程序需要运行的大多数指令。CPU可以有多个处理内核，通常被称为“计算机的大脑”。正如“通用处理器”所暗示，它可以处理各种类型的任务，如运行操作系统、运行应用程序、进行复杂运算、处理文档、播放电影和音乐、浏览网页等。

需要记住，CPU会进行顺序处理。打个比方，CPU就像一架战斗机，速度极快且灵活，但一次只能携带少量货物。这架战斗机可以以足够快的速度运送一小块货物，但要运送成千上万的货物，或许需要好几周的时间。

GPU代表图形处理单元，包含许多更小、更专业的内核。当需要处理的任务可以在多个内核之间进行划分时，这些内核可以同时工作，提供极优性能。这是一个只用于特定工作的处理器，在并行计算的帮助下处理图形。它可以卓越地进行3D图形渲染、视频编码和解码、图片处理。GPU，对于游戏或科学模拟等需要大量并行计算的工作尤其重要。GPU内存带宽，指的是单位时间内传输到内存和从内存传输出来的信息量。GPU内存具体指的是GPU消耗的RAM。

GPU的分类

集成型：它集成在处理器中，并利用了内部内存。对于集成GPU系统而言，RAM通常被用作GPU内存。
专用型：它是一个独立的硬件，具有专用内存。因此，它有助于进行资源密集型工作，如深度学习、高端游戏等；对于专用GPU系统而言，独立/专用RAM通常被用作GPU内存。

CPU的类型

英特尔酷睿处理器：作为市场上使用最广泛CPU，英特尔的酷睿系列处理器经常被使用在台式机和笔记本电脑中。
AMD锐龙处理器：AMD的锐龙系列CPU，价格低廉，性能强劲，旨在与英特尔的酷睿系列处理器竞争。
ARM处理器：ARM处理器在智能手机和平板电脑等移动设备上很受欢迎，并以节能闻名。

GPU的类型

NVIDIA GeForce显卡：在游戏玩家中很受欢迎，NVIDIA的GeForce系列显卡为图形密集型工作和游戏提供了出色的性能。
AMD Radeon显卡：深受玩家喜爱，在价格可承受的范围内，一样能提供出色的性能。
集成型GPU：内置GPU是许多CPU的共同特征（尤其对于那些用于移动设备的CPU）。尽管这些GPU缺乏专业显卡的能力，但它们可以完成许多简单的视觉任务。
AI专用GPU：比如，NVIDIA的特斯拉系列和AMD的Radeon Instinct系列是专门为AI和机器学习活动制造的两个GPU。

CPU与GPU的市场巨头

目前市场上最大的两家CPU制造商是英特尔和AMD，最大的两家GPU制造商是NVIDIA和AMD。

CPU与GPU：主要区别

我们来看一看CPU和GPU在以下参数上的不同之处：

处理速度

CPU为计算机提供了高效的计算能力，可以高效地处理日常通用任务。
GPU负责处理简单但需要并行计算的特定任务。