AI為什么必須用顯卡？？

bonetr

用CPU不行嗎？把廢舊手機(jī)的CPU拆下來，弄個(gè)集成主板。來搞AI運(yùn)算行不行？

深圳晨夕

算力不是簡(jiǎn)單的CUP或GPU并聯(lián)，
他有非常復(fù)雜的系統(tǒng)構(gòu)成和數(shù)據(jù)通訊管理，
" V2 w" b9 u8 Q, N  t  R9 V絕不是簡(jiǎn)單的１＋１等于2。

老方大竹

刷刷小視頻吧，通俗說就是通機(jī)和專機(jī)的區(qū)別。CPU當(dāng)然也是可以做的

zwaiwo

CPU沒有顯卡高效，CPU適合復(fù)雜運(yùn)算，GPU適合簡(jiǎn)單單一的矩陣運(yùn)算

LatersM

& {! n8 l, z) M1 k( S. y( T
& b" _9 H, {3 k1 _  i0 Y# @AI運(yùn)算GPU速度比CPU快上百倍。

leioukupo

gpu效率高
cpu也不是不能用，只是慢

生姜可樂TJ

學(xué)習(xí)了

bonetr

深圳晨夕 發(fā)表于 2025-10-18 11:55
5 C" z5 c! I7 J9 n: z- ^算力不是簡(jiǎn)單的CUP或GPU并聯(lián)，
他有非常復(fù)雜的系統(tǒng)構(gòu)成和數(shù)據(jù)通訊管理，
絕不是簡(jiǎn)單的１＋１等于2。 ...

) T; s+ [/ B% R; r7 Y8 d不就是一堆0和1嗎？輸進(jìn)去0和1，輸出來一堆0和1。速度不夠，針腳來湊。一塊CPU1700T針腳。10塊就是17000個(gè)。改改電路和軟件上想想辦法，可不可以呢？

dff1999

核心和頻率的數(shù)量上的區(qū)別。
CPU--只有8個(gè)核心，但頻率有3.5G
GPu-核心有幾千個(gè)，但頻率只有2000M。
Ai在并發(fā)數(shù)上應(yīng)該要求更多，所以現(xiàn)在多用顯卡訓(xùn)練

學(xué)者11

GPU（圖形處理器），在處理AI相關(guān)的計(jì)算時(shí)具有以下優(yōu)勢(shì)：
高并行性：GPU擁有成百上千個(gè)核心，可以同時(shí)處理多個(gè)線程，這使得它們非常適合執(zhí)行AI模型中的并行計(jì)算任務(wù)。相比之下，即使是多核的CPU，其核心數(shù)量也遠(yuǎn)遠(yuǎn)少于GPU。
- |' f/ _" y1 R6 F1 C, y8 r高效能浮點(diǎn)運(yùn)算：AI訓(xùn)練和推理過程中涉及大量的浮點(diǎn)數(shù)運(yùn)算。GPU被設(shè)計(jì)用來加速圖形渲染過程，其中包含大量浮點(diǎn)運(yùn)算，因此在執(zhí)行AI相關(guān)計(jì)算時(shí)非常高效。
專用硬件和指令集：現(xiàn)代GPU配備了專門為深度學(xué)習(xí)優(yōu)化的硬件單元（如Tensor Core）和指令集，進(jìn)一步提升了性能。
內(nèi)存帶寬：GPU通常提供比CPU更高的內(nèi)存帶寬，這對(duì)于快速讀取和寫入大量的數(shù)據(jù)非常重要，尤其是在處理大型數(shù)據(jù)集和復(fù)雜模型時(shí)。
CPU更適合執(zhí)行邏輯控制和順序執(zhí)行的任務(wù)