<kbd id="afajh"><form id="afajh"></form></kbd>
<strong id="afajh"><dl id="afajh"></dl></strong>
    <del id="afajh"><form id="afajh"></form></del>
        1. <th id="afajh"><progress id="afajh"></progress></th>
          <b id="afajh"><abbr id="afajh"></abbr></b>
          <th id="afajh"><progress id="afajh"></progress></th>

          GPU 和顯卡是什么關系?

          共 2243字,需瀏覽 5分鐘

           ·

          2021-04-29 11:26

          點擊上方小白學視覺”,選擇加"星標"或“置頂

          重磅干貨,第一時間送達

          本文轉(zhuǎn)自:深度學習這件小事

            
          什么是顯卡?

          顯卡(Video card,Graphics card)全稱顯示接口卡,又稱顯示適配器,是計算機最基本配置、最重要的配件之一。就像電腦聯(lián)網(wǎng)需要網(wǎng)卡,主機里的數(shù)據(jù)要顯示在屏幕上就需要顯卡。因此,顯卡是電腦進行數(shù)模信號轉(zhuǎn)換的設備,承擔輸出顯示圖形的任務。具體來說,顯卡接在電腦主板上,它將電腦的數(shù)字信號轉(zhuǎn)換成模擬信號讓顯示器顯示出來。

          原始的顯卡一般都是集成在主板上,只完成最基本的信號輸出工作,并不用來處理數(shù)據(jù)。隨著顯卡的迅速發(fā)展,就出現(xiàn)了GPU的概念,顯卡也分為獨立顯卡和集成顯卡(見附1)。

           什么是GPU?


          GPU這個概念是由Nvidia公司于1999年提出的。GPU是顯卡上的一塊芯片,就像CPU是主板上的一塊芯片。那么1999年之前顯卡上就沒有GPU嗎?當然有,只不過那時候沒有人給它命名,也沒有引起人們足夠的重視,發(fā)展比較慢。

          自Nvidia提出GPU這個概念后,GPU就進入了快速發(fā)展時期。簡單來說,其經(jīng)過了以下幾個階段的發(fā)展:

          1)僅用于圖形渲染,此功能是GPU的初衷,這一點從它的名字就可以看出:Graphic Processing Unit,圖形處理單元;

          2)后來人們發(fā)現(xiàn),GPU這么一個強大的器件只用于圖形處理太浪費了,它應該用來做更多的工作,例如浮點運算。怎么做呢?直接把浮點運算交給GPU是做不到的,因為它只能用于圖形處理(那個時候)。最容易想到的,是把浮點運算做一些處理,包裝成圖形渲染任務,然后交給GPU來做。這就是GPGPU(General Purpose GPU)的概念。不過這樣做有一個缺點,就是你必須有一定的圖形學知識,否則你不知道如何包裝。

          3)于是,為了讓不懂圖形學知識的人也能體驗到GPU運算的強大,Nvidia公司又提出了CUDA的概念。

          什么是CUDA?


          CUDA(Compute Unified Device Architecture),通用并行計算架構(gòu),是一種運算平臺。它包含CUDA指令集架構(gòu)以及GPU內(nèi)部的并行計算引擎。你只要使用一種類似于C語言的CUDA C語言,就可以開發(fā)CUDA程序,從而可以更加方便的利用GPU強大的計算能力,而不是像以前那樣先將計算任務包裝成圖形渲染任務,再交由GPU處理。

          注意,并不是所有GPU都支持CUDA。

          CPU和GPU的關系

          在沒有GPU之前,基本上所有的任務都是交給CPU來做的。有GPU之后,二者就進行了分工,CPU負責邏輯性強的事物處理和串行計算,GPU則專注于執(zhí)行高度線程化的并行處理任務(大規(guī)模計算任務)。為什么這么分工?這是由二者的硬件構(gòu)成決定的。

          可以看出,CPU是“主(host)”而GPU是“從(device)”,GPU無論發(fā)展得多快,都只能是替CPU分擔工作,而不是取代CPU。

          附1:獨立顯卡和集成顯卡的區(qū)別。

          所謂集成,是指顯卡集成在主板上,不能隨意更換。而獨立顯卡是作為一個獨立的器件插在主板的AGP接口上的,可以隨時更換升級。

          另外,集成顯卡使用物理內(nèi)存,而獨立顯卡有自己的顯存。一般而言,同期推出的獨立顯卡的性能和速度要比集成顯卡好、快。

          值得一提的是,集成顯卡和獨立顯卡都是有GPU的。

          附2:Nvidia顯卡分類。

          GeForce系列:家庭娛樂。打游戲必備;

          Quadro系列:專業(yè)繪圖設計。視頻渲染,經(jīng)常使用3ds Max、Maya等軟件的必備。

          Tesla系列:高端顯卡,用于大規(guī)模的并行計算。土豪必備。

          另外,目前比較流行的物理引擎PhysX,并不是所有顯卡都支持。官方文檔上說GeForce 8及之后的顯卡都支持。

          結(jié)束語:

          CUDA只是一種并行計算架構(gòu),相關的概念還有OpenCL、OpenMP等。



          下載1:OpenCV-Contrib擴展模塊中文版教程
          在「小白學視覺」公眾號后臺回復:擴展模塊中文教程,即可下載全網(wǎng)第一份OpenCV擴展模塊教程中文版,涵蓋擴展模塊安裝、SFM算法、立體視覺、目標跟蹤、生物視覺、超分辨率處理等二十多章內(nèi)容。

          下載2:Python視覺實戰(zhàn)項目52講
          小白學視覺公眾號后臺回復:Python視覺實戰(zhàn)項目,即可下載包括圖像分割、口罩檢測、車道線檢測、車輛計數(shù)、添加眼線、車牌識別、字符識別、情緒檢測、文本內(nèi)容提取、面部識別等31個視覺實戰(zhàn)項目,助力快速學校計算機視覺。

          下載3:OpenCV實戰(zhàn)項目20講
          小白學視覺公眾號后臺回復:OpenCV實戰(zhàn)項目20講,即可下載含有20個基于OpenCV實現(xiàn)20個實戰(zhàn)項目,實現(xiàn)OpenCV學習進階。

          交流群


          歡迎加入公眾號讀者群一起和同行交流,目前有SLAM、三維視覺、傳感器、自動駕駛、計算攝影、檢測、分割、識別、醫(yī)學影像、GAN、算法競賽等微信群(以后會逐漸細分),請掃描下面微信號加群,備注:”昵稱+學校/公司+研究方向“,例如:”張三 + 上海交大 + 視覺SLAM“。請按照格式備注,否則不予通過。添加成功后會根據(jù)研究方向邀請進入相關微信群。請勿在群內(nèi)發(fā)送廣告,否則會請出群,謝謝理解~


          瀏覽 22
          點贊
          評論
          收藏
          分享

          手機掃一掃分享

          分享
          舉報
          評論
          圖片
          表情
          推薦
          點贊
          評論
          收藏
          分享

          手機掃一掃分享

          分享
          舉報
          <kbd id="afajh"><form id="afajh"></form></kbd>
          <strong id="afajh"><dl id="afajh"></dl></strong>
            <del id="afajh"><form id="afajh"></form></del>
                1. <th id="afajh"><progress id="afajh"></progress></th>
                  <b id="afajh"><abbr id="afajh"></abbr></b>
                  <th id="afajh"><progress id="afajh"></progress></th>
                  天堂中文视频在线 | 精品久久少妇 | 操草网| 中文字字幕中文字幕乱码 | 国产伦子伦免费 |