0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線(xiàn)課程
  • 觀(guān)看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

作為深度學(xué)習(xí)的代表,GPU是如何計(jì)算的?

穎脈Imgtec ? 2024-06-12 08:27 ? 次閱讀

當(dāng)提到CPU(Central Processing Unit,中央處理器)時(shí),就是機(jī)器的“大腦”,是計(jì)算機(jī)系統(tǒng)的核心部件,也是布局謀略、發(fā)號(hào)施令、控制行動(dòng)的“總司令”。CPU的結(jié)構(gòu)主要包括運(yùn)算器(ALU, Arithmetic and Logic Unit)、控制單元(CU, Control Unit)、寄存器(Register)、高速緩存器(Cache)和它們之間通訊的數(shù)據(jù)、控制及狀態(tài)的總線(xiàn)。簡(jiǎn)單來(lái)說(shuō),CPU就是處理所有運(yùn)算的核心部件,也叫芯片。所有的計(jì)算機(jī)中都有CPU,CPU不僅僅能計(jì)算數(shù)字,它還可以做很多邏輯運(yùn)算??梢哉f(shuō),計(jì)算機(jī)能完成的所有事情,都是靠CPU協(xié)調(diào)計(jì)算機(jī)的其他部分來(lái)完成的。一些CPU還集成了圖形處理器(GPU),以便在不需要獨(dú)立GPU的情況下進(jìn)行基本的圖形處理任務(wù)。這種集成圖形處理器(IGP)通常用于輕量級(jí)游戲、視頻編輯和日常任務(wù)。如下圖(內(nèi)存條上有黑色的內(nèi)存顆粒,它們是用來(lái)存儲(chǔ)數(shù)據(jù)的,而綠色PCB板上密密麻麻的布線(xiàn)以及金黃色的引腳感覺(jué)科技感十足,其中引腳一般稱(chēng)為金手指。)971e7ca8-2852-11ef-bd4a-92fbcf53809c.png圖片來(lái)自網(wǎng)絡(luò),侵刪CPU使用二進(jìn)制系統(tǒng)來(lái)進(jìn)行數(shù)據(jù)處理和運(yùn)算。在二進(jìn)制系統(tǒng)中,數(shù)字由0和1表示,因此CPU需要能夠理解和處理二進(jìn)制數(shù)據(jù)。CPU 最重要的能力:計(jì)算,以加法為例。由于CPU只認(rèn)知 0 和 1,也就是二進(jìn)制,那么二進(jìn)制的加法有哪些組合呢:

二進(jìn)制組合

0 + 0,結(jié)果為0,進(jìn)位為00 + 1,結(jié)果為1,進(jìn)位為01 + 0,結(jié)果為1,進(jìn)位為01 + 1,結(jié)果為0,進(jìn)位為197512298-2852-11ef-bd4a-92fbcf53809c.jpg

其實(shí)CPU里面有一個(gè)關(guān)鍵的部件,叫做譯碼單元,這是CPU執(zhí)行指令的基礎(chǔ)。你輸入一個(gè)二進(jìn)制數(shù),就像開(kāi)關(guān)一樣激活CPU里面若干個(gè)指定的模塊以及改變這些模塊的連同方式,最終得出結(jié)果。CPU還包括運(yùn)算單元(ALU)、控制單元(CU)、寄存器(Registers)和總線(xiàn)(Bus)等。這些組件協(xié)同工作,確保CPU能夠高效地執(zhí)行各種指令。


工作原理

  • 提?。‵etch):CPU從主存儲(chǔ)器(RAM)或高速緩沖存儲(chǔ)器(Cache)中取出指令,并將其放入指令寄存器(IR)。
  • 解碼(Decode):CPU對(duì)指令寄存器中的指令進(jìn)行譯碼,確定需要執(zhí)行的操作。
  • 執(zhí)行(Execute):CPU根據(jù)解碼后的指令,通過(guò)控制單元發(fā)出相應(yīng)的控制信號(hào),指揮運(yùn)算單元(ALU)和其他功能部件(如寄存器)進(jìn)行數(shù)據(jù)的運(yùn)算和傳輸。
  • 寫(xiě)回(Writeback):運(yùn)算單元將運(yùn)算結(jié)果寫(xiě)回寄存器或主存儲(chǔ)器中,完成指令的執(zhí)行

976ca748-2852-11ef-bd4a-92fbcf53809c.png以上這個(gè)過(guò)程會(huì)不斷重復(fù),直到程序執(zhí)行完成。因此,CPU的計(jì)算原理實(shí)質(zhì)上是不斷重復(fù)的指令執(zhí)行過(guò)程,通過(guò)指令獲取、解碼、數(shù)據(jù)獲取、運(yùn)算、控制和數(shù)據(jù)存儲(chǔ)等步驟,實(shí)現(xiàn)程序的執(zhí)行和計(jì)算任務(wù)的完成。至于為什么CPU可以計(jì)算,這主要得益于其內(nèi)部復(fù)雜的電路設(shè)計(jì)和處理能力。CPU是計(jì)算機(jī)的大腦,它接收并執(zhí)行存儲(chǔ)在內(nèi)存中的指令,這些指令告訴CPU應(yīng)該執(zhí)行哪些操作。通過(guò)讀取、解碼和執(zhí)行這些指令,CPU能夠完成各種復(fù)雜的計(jì)算任務(wù)。同時(shí),CPU還具備高速的數(shù)據(jù)處理能力,能夠快速地處理大量的數(shù)據(jù),并輸出計(jì)算結(jié)果。我們今天的信息世界是由0和1定義的,毫無(wú)疑問(wèn),這種模式已經(jīng)讓我們走了很遠(yuǎn)。但是未來(lái)似乎擁有無(wú)限的可能性:發(fā)生改變的不僅僅是計(jì)算這個(gè)范疇,新技術(shù)將會(huì)推動(dòng)一個(gè)嶄新的創(chuàng)新時(shí)代,而我們才剛剛開(kāi)始看到它的輪廓。本文來(lái)源:技術(shù)飯 - 小fan

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀(guān)點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • cpu
    cpu
    +關(guān)注

    關(guān)注

    68

    文章

    10769

    瀏覽量

    210422
  • 存儲(chǔ)數(shù)據(jù)

    關(guān)注

    0

    文章

    85

    瀏覽量

    14073
  • 中央處理器
    +關(guān)注

    關(guān)注

    1

    文章

    123

    瀏覽量

    16467
  • 深度學(xué)習(xí)
    +關(guān)注

    關(guān)注

    73

    文章

    5431

    瀏覽量

    120789
收藏 人收藏

    評(píng)論

    相關(guān)推薦

    相比GPU和GPP,F(xiàn)PGA是深度學(xué)習(xí)的未來(lái)?

    相比GPU和GPP,F(xiàn)PGA在滿(mǎn)足深度學(xué)習(xí)的硬件需求上提供了具有吸引力的替代方案。憑借流水線(xiàn)并行計(jì)算的能力和高效的能耗,F(xiàn)PGA將在一般的深度
    發(fā)表于 07-28 12:16 ?7452次閱讀

    FPGA在深度學(xué)習(xí)應(yīng)用中或?qū)⑷〈?b class='flag-5'>GPU

    上漲,因?yàn)槭聦?shí)表明,它們的 GPU 在訓(xùn)練和運(yùn)行 深度學(xué)習(xí)模型 方面效果明顯。實(shí)際上,英偉達(dá)也已經(jīng)對(duì)自己的業(yè)務(wù)進(jìn)行了轉(zhuǎn)型,之前它是一家純粹做 GPU 和游戲的公司,現(xiàn)在除了
    發(fā)表于 03-21 15:19

    新手小白怎么學(xué)GPU云服務(wù)器跑深度學(xué)習(xí)?

    新手小白想用GPU云服務(wù)器跑深度學(xué)習(xí)應(yīng)該怎么做? 用個(gè)人主機(jī)通常pytorch可以跑但是LexNet,AlexNet可能就直接就跑不動(dòng),如何實(shí)現(xiàn)更經(jīng)濟(jì)便捷的實(shí)現(xiàn)GPU云服務(wù)器
    發(fā)表于 06-11 17:09

    深度學(xué)習(xí)框架TensorFlow&TensorFlow-GPU詳解

    TensorFlow&TensorFlow-GPU深度學(xué)習(xí)框架TensorFlow&TensorFlow-GPU的簡(jiǎn)介、安裝、使用方法詳細(xì)攻略
    發(fā)表于 12-25 17:21

    深度學(xué)習(xí)推理和計(jì)算-通用AI核心

    摘要與深度學(xué)習(xí)算法的進(jìn)步超越硬件的進(jìn)步,你如何確保算法明天是一個(gè)很好的適合現(xiàn)有的人工智能芯片下發(fā)展?,這些人工智能芯片大多是為今天的人工智能算法算法進(jìn)化,這些人工智能芯片的許多設(shè)計(jì)都可能成為甚至在
    發(fā)表于 11-01 09:28

    Mali GPU支持tensorflow或者caffe等深度學(xué)習(xí)模型嗎

    Mali GPU 支持tensorflow或者caffe等深度學(xué)習(xí)模型嗎? 好像caffe2go和tensorflow lit可以部署到ARM,但不知道是否支持在GPU運(yùn)行?我希望把訓(xùn)
    發(fā)表于 09-16 14:13

    什么是深度學(xué)習(xí)?使用FPGA進(jìn)行深度學(xué)習(xí)的好處?

    上述分類(lèi)之外,還被用于多項(xiàng)任務(wù)(下面顯示了四個(gè)示例)。在 FPGA 上進(jìn)行深度學(xué)習(xí)的好處我們已經(jīng)提到,許多服務(wù)和技術(shù)都使用深度學(xué)習(xí),而 GPU
    發(fā)表于 02-17 16:56

    深度學(xué)習(xí)方案ASIC、FPGA、GPU比較 哪種更有潛力

    幾乎所有深度學(xué)習(xí)的研究者都在使用GPU,但是對(duì)比深度學(xué)習(xí)硬鑒方案,ASIC、FPGA、GPU三種
    發(fā)表于 02-02 15:21 ?1w次閱讀
    <b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>方案ASIC、FPGA、<b class='flag-5'>GPU</b>比較 哪種更有潛力

    GPU和GPP相比誰(shuí)才是深度學(xué)習(xí)的未來(lái)

    相比GPU和GPP,F(xiàn)PGA在滿(mǎn)足深度學(xué)習(xí)的硬件需求上提供了具有吸引力的替代方案。憑借流水線(xiàn)并行計(jì)算的能力和高效的能耗,F(xiàn)PGA將在一般的深度
    發(fā)表于 10-18 15:48 ?1445次閱讀

    GPU 引領(lǐng)的深度學(xué)習(xí)

    GPU 引領(lǐng)的深度學(xué)習(xí)
    的頭像 發(fā)表于 01-04 11:17 ?667次閱讀

    如何使用FPGA加速深度學(xué)習(xí)計(jì)算?

    當(dāng)今的深度學(xué)習(xí)應(yīng)用如此廣泛,它們能夠?yàn)獒t(yī)療保健、金融、交通、軍事等各行各業(yè)提供支持,但是大規(guī)模的深度學(xué)習(xí)計(jì)算對(duì)于傳統(tǒng)的中央處理器(CPU)和
    的頭像 發(fā)表于 03-09 09:35 ?2397次閱讀

    深度學(xué)習(xí)如何挑選GPU?

    NVIDIA的標(biāo)準(zhǔn)庫(kù)使在CUDA中建立第一個(gè)深度學(xué)習(xí)庫(kù)變得非常容易。早期的優(yōu)勢(shì)加上NVIDIA強(qiáng)大的社區(qū)支持意味著如果使用NVIDIA GPU,則在出現(xiàn)問(wèn)題時(shí)可以輕松得到支持。
    發(fā)表于 07-12 11:49 ?533次閱讀
    <b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>如何挑選<b class='flag-5'>GPU</b>?

    GPU的張量核心: 深度學(xué)習(xí)的秘密武器

    GPU最初是為圖形渲染而設(shè)計(jì)的,但是由于其卓越的并行計(jì)算能力,它們很快被引入深度學(xué)習(xí)中。深度學(xué)習(xí)
    的頭像 發(fā)表于 09-26 08:29 ?833次閱讀
    <b class='flag-5'>GPU</b>的張量核心: <b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>的秘密武器

    GPU深度學(xué)習(xí)中的應(yīng)用與優(yōu)勢(shì)

    人工智能的飛速發(fā)展,深度學(xué)習(xí)作為其重要分支,正在推動(dòng)著諸多領(lǐng)域的創(chuàng)新。在這個(gè)過(guò)程中,GPU扮演著不可或缺的角色。就像超級(jí)英雄電影中的主角一樣,GPU
    的頭像 發(fā)表于 12-06 08:27 ?1148次閱讀
    <b class='flag-5'>GPU</b>在<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>中的應(yīng)用與優(yōu)勢(shì)

    深度學(xué)習(xí)GPU加速效果如何

    圖形處理器(GPU)憑借其強(qiáng)大的并行計(jì)算能力,成為加速深度學(xué)習(xí)任務(wù)的理想選擇。
    的頭像 發(fā)表于 10-17 10:07 ?74次閱讀