AI为什么必须用显卡？？

bonetr · 发表于 8 小时前

用CPU不行吗？把废旧手机的CPU拆下来，弄个集成主板。来搞AI运算行不行？

深圳晨夕 · 发表于 8 小时前

算力不是简单的CUP或GPU并联，
他有非常复杂的系统构成和数据通讯管理，
绝不是简单的１＋１等于2。

老方大竹 · 发表于 8 小时前

刷刷小视频吧，通俗说就是通机和专机的区别。CPU当然也是可以做的

zwaiwo · 发表于 8 小时前

CPU没有显卡高效，CPU适合复杂运算，GPU适合简单单一的矩阵运算

LatersM · 发表于 8 小时前

本帖最后由 LatersM 于 2025-10-18 11:48 编辑

AI运算GPU速度比CPU快上百倍。

leioukupo · 发表于 8 小时前

gpu效率高
cpu也不是不能用，只是慢

生姜可乐TJ · 发表于 6 小时前

学习了

bonetr · 发表于 6 小时前

深圳晨夕发表于 2025-10-18 11:55
3 f: E5 t3 b& C* F" b! L算力不是简单的CUP或GPU并联，! P+ P/ ?" P% r# v
他有非常复杂的系统构成和数据通讯管理，
) q/ E' J& X( U( \. ^. t e% t绝不是简单的１＋１等于2。 ...

不就是一堆0和1吗？输进去0和1，输出来一堆0和1。速度不够，针脚来凑。一块CPU1700T针脚。10块就是17000个。改改电路和软件上想想办法，可不可以呢？

dff1999 · 发表于 5 小时前

核心和频率的数量上的区别。
CPU--只有8个核心，但频率有3.5G
GPu-核心有几千个，但频率只有2000M。
Ai在并发数上应该要求更多，所以现在多用显卡训练

学者11 · 发表于 1 小时前

GPU（图形处理器），在处理AI相关的计算时具有以下优势：
高并行性：GPU拥有成百上千个核心，可以同时处理多个线程，这使得它们非常适合执行AI模型中的并行计算任务。相比之下，即使是多核的CPU，其核心数量也远远少于GPU。
高效能浮点运算：AI训练和推理过程中涉及大量的浮点数运算。GPU被设计用来加速图形渲染过程，其中包含大量浮点运算，因此在执行AI相关计算时非常高效。
专用硬件和指令集：现代GPU配备了专门为深度学习优化的硬件单元（如Tensor Core）和指令集，进一步提升了性能。
内存带宽：GPU通常提供比CPU更高的内存带宽，这对于快速读取和写入大量的数据非常重要，尤其是在处理大型数据集和复杂模型时。
CPU更适合执行逻辑控制和顺序执行的任务

		自动登录	找回密码
密码			注册会员