为什么深度学习用GPU

CPU：优点在于调度、管理、协调能力强，计算能力不是重点。

GPU：拥有大量计算能力，接受CPU调度。

深度学习的运算是大量的简单运算，所以使用GPU。

DRAM即动态随机存取存储器，是常见的系统内存。

Cache存储器：电脑中作高速缓冲存储器，是位于CPU和主存储器DRAM之间，规模较小，但速度很高的存储器。

算术逻辑单元ALU是能实现多组算术运算和逻辑运算的组合逻辑电路。

深度学习是模拟人脑神经系统而建立的数学网络模型，最大特点是需要大数据来训练，也就需要大量的并行的重复计算。

GPU具有如下特点：

1 、提供了多核并行计算的基础结构，且核心数非常多，可以支撑大量数据的并行计算。

2、 拥有更高的访存速度。

3、更高的浮点运算能力。浮点运算能力是关系到处理器的多媒体、3D图形处理的一个重要指标。现在的计算机技术中，由于大量多媒体技术的应用，浮点数的计算大大增加了，比如3D图形的渲染等工作，因此浮点运算的能力是考察处理器计算能力的重要指标。