聊聊显卡GPU与CUDA

显卡俗称GPU：翻译成中文的话，叫图像处理单元，是硬件

显卡，顾名思义就是用于显示的一张卡，卡代表它是一个硬件，硬件主要用于在屏幕上显示图像，图像的概念也比较广，GPU可以用于视频图像处理相关的一些任务。

了解显卡比较多就是挖矿，打游戏对显卡要求比较高，显卡对游戏来说，最核心的就是能够显示图像的清晰度，包括帧率，显卡越好的话，能够上更多的一些特效，打游戏更加流畅，画面更加高清。

现在主流的显卡就是说有一种显卡叫独立显卡，独立显卡一般都比较大，一般都是装在主机里面，笔记本的话也是有独立显卡，独立显卡一般性能更加强，一般用于打游戏当中，深度学习当中也会使用，挖矿的话也是使用的独立显卡。

另外一种显卡叫核显，核心显卡，比较小，一般和CPU在一起的，一般都是嵌入到CPU当中的，所以说有的时候如果没有独立显卡的话，一般肯定有核显的，和CPU合在一起的，相对来说这个核显性能比较低，核心显卡完全可以胜任平时的日常工作，比如看视频，屏幕的一些显示，相对来说功耗比较低，独立显卡一般功耗都比较大。

显卡是一个硬件，把显卡插到电脑当中，一般情况下都是需要装一个东西叫驱动，驱动的话，就是能够让计算机去识别特定的一些硬件。

对于深度学习而言，我们一般说的这种显卡，都是叫英伟达品牌的显卡，英文是叫NVIDIA

AMD和Intel的显卡是不能用于深度学习的，主要就是因为英伟达厂商比较聪明，创建了一个叫CUDA的编程平台，就是有了CUDA这个平台，有了CUDA这门语言，我们这个开发者就可以利用这个CUDA去操作这个英伟达品牌的显卡，就是可以通过CUDA这个东西，可以去给显卡发送各种各样的指令，让显卡去做各种各样的事。

像PyTorch,TensorFlow这种深度学习的库，本质就是从上面一级，可以调到这个CUDA的这个库，可以把我们的这些数据发送给显卡，让显卡进行一个运算，这样就可以加速深度学习网络的一个训练。

所以说我们说的深度学习的显卡，只是指英伟达品牌的显卡。