哈喽大家好，这里是 AI 吧教学日记的朴老师，在 AI 领域的学习与实践中，我们常常会遇到各种令人好奇的问题，比如“ai为什么用显卡而不是cpu、为什么我是新电脑，几千块买的电脑也没法用…”，本期内容将针对“
ai为什么用显卡而不是cpu
”这个问题给大家分析解答，帮助大家更好的选择电脑。
ai为什么用显卡而不是cpu
”这个问题给大家分析解答，帮助大家更好的选择电脑。
原因：
1、显并行计算能力：
CPU拥有数量较少的高性能核心，擅长处理单线程任务以及复杂逻辑的处理，即便是顶级的英特尔i9的cpu也才只用24个核心，GPU则是拥有庞大的核心数量，多达上万，构造虽然简单，但是能够同时工作，
并行处理计算的能力上远超cpu算力
。
CPU拥有数量较少的高性能核心，擅长处理单线程任务以及复杂逻辑的处理，即便是顶级的英特尔i9的cpu也才只用24个核心，GPU则是拥有庞大的核心数量，多达上万，构造虽然简单，但是能够同时工作，
并行处理计算的能力上远超cpu算力
。
2、浮点运算速度：
ai软件训练运行时需要进行大量的浮点运算，矩阵乘法以及梯度计算等等，gpu在架构上专门进行了优化，善于处理计算密集型的任务，处理更加高效，在FP16精度计算的速度上能够比cpu快60倍以上，cpu可以说是完败了，工作流并不适用。
ai软件训练运行时需要进行大量的浮点运算，矩阵乘法以及梯度计算等等，gpu在架构上专门进行了优化，善于处理计算密集型的任务，处理更加高效，在FP16精度计算的速度上能够比cpu快60倍以上，cpu可以说是完败了，工作流并不适用。
综上所述，大家对于 “ai 为什么用显卡而不是 cpu” 想必已经有了清晰认知。从并行计算能力到浮点运算速度，再到能效比，GPU 在 AI 领域的优势尽显。关注我们 AI 吧，我们会为你带来更多如 AI 知识，帮助您提高生产力。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
