1 CPU与GPU
首先了解一下GPU和CPU分别对深度学习的算力贡献有多大,CPU又被称为中央处理器,是一台计算机的计算处理核心。GPU又称图像处理器,是一台主机的显示处理核心,主要负责对计算机中的图像和图像的处理与运算。
CPU更像是一个全才,而GPU则是专才。CPU适用于各种串行计算能力的场景,而GPU则适用于并行计算能力,比如图像处理方面。
因为在深度学习模型中生成的参数结构都是张量(Tensor)形式的,而其实矩阵和张量的算术运算的模式是一种并行计算,所以张量的算术运算在GPU的加持下会获得比CPU更快速、高效的计算能力。
2 显卡简单介绍
NVDIA系列的GTX 1080Ti和GTX 1080简介
这里的Ti在NVDIA中主要用于区别普通版的显卡,表示Ti版本的显卡有更强劲的性能。eg:Ti版的显卡GTX 1080Ti比普通版的GTX 1080在性能上提升至少35%
CUDA是NVIDIA推出的用于自家GPU的并行计算框架,也就是说CUDA只能在NVIDIA的GPU上运行,而且只有当要解决的计算问题是可以大量并行计算的时候才能发挥CUDA的作用