还记不记得2016年发生的那件震动IT界的大事？

谷歌的人工智能软件阿尔法狗（AlphaGo）

击败了韩国的世界围棋冠军

九段选手李世石。

在后来2017年，阿尔法狗又击败了

当年世界围棋排名第一的

中国围棋九段选手柯洁。

至此，人类在所有的棋类比赛中

全部输给了计算机。

阿尔法狗，其实是一个

中央处理器（Central Process Unit，CPU）

和图形处理器（Graphic Process Unit，GPU）

一起工作的围棋智能机器人。

最初的阿尔法狗有176个GPU和1202个CPU。

GPU能够通过内部极多进程的并行运算，

取得比CPU高一个数量级的运算速度。

但是GPU为了管理多进程，

它需要在微架构上进行精心设计

以满足深度学习计算

对于带宽和缓存的需求。

那么GPU和CPU到底有什么不同？

CPU—通用计算、指令集丰富、多线程协同处理

GPU—图形处理、渲染处理，大规模并行处理，预置算术单元，擅长浮点运算

没懂？

那我换几个说法！

CPU是一个人，但是能一秒算出一个超难的微积分题目；GPU是一万多个人，但是只能算1+1=2这种题目。

CPU脑袋很好智商高，GPU身体很好干活嘎嘎猛。

CPU是100个教授做大学题目；GPU是10000个小学生做加减法，而渲染图像，是简单但是数量级很大的运算。

懂了吧？

那就上强度！

开始进阶版的区分！

1、CPU和GPU的架构不同。

CPU主要是面向通用计算的，

而GPU主要是面向图形处理和并行计算的。

2、CPU和GPU的计算方式不同

CPU通过顺序执行指令来完成计算任务，

GPU则通过并行执行大量的线程来完成计算任务。

GPU的并行计算能力是CPU的几倍甚至几十倍，

可以处理大量的数据和计算任务，

提高计算效率和速度。

3、CPU和GPU的设计目的不同

CPU的设计目的是通用计算，

能够处理各种不同的任务，

而GPU的设计目的是图形处理和并行计算，

其硬件架构和编程模型

都是为高效处理大规模并行计算

和图形渲染而设计的。

这样看下来

GPU拥有的是：

高速计算能力、专注于图形处理能力、

节能和环保、可编程性和灵活性、

高度并行的图形渲染能力。

那GPU目前主要应用在哪些方面？

图形图像处理：

GPU具有强大的并行计算能力

和图形渲染能力，

被广泛应用于图形图像处理领域。

例如，GPU可以用于实现

在线图形渲染处理、视频编解码、

3D游戏渲染等。

科学计算：

GPU的并行计算能力使得其在

科学计算领域中具有广泛的应用。

例如，GPU可以用于加速天气预报、

基因工程、粒子物理等领域的计算。

人工智能：

GPU被广泛应用于人工智能领域，

特别是在深度学习领域。

GPU可以提供高效的并行计算能力，

加速模型训练和推理过程。

例如，NVIDIA的Tesla V100 GPU卡

可以提供每秒15万亿次浮点运算的计算能力，

可以大大加速模型训练和推理的速度。

嵌入式系统：

GPU还可以用于嵌入式系统，

如移动设备、游戏主机、汽车等。

在这些设备中，GPU被用于实现

图像显示、游戏娱乐、导航等功能。

云计算服务：

在云计算服务中，

GPU被用于提供图形渲染、科学计算、

人工智能等领域的计算能力。

例如，GPU云主机可以提供

在线图形渲染处理、云游戏、

高性能设计办公等功能。

“

极云 GPU云服务器

/ GPU

低成本

按需购买，低服务器投资风险，低服务器运维成本

高安全

支持数据盘多副本（SSD 云盘）、快照保护、安全组、主机安全防护等功能

高性能

提供高性能并行计算能力、PCI-E SSD 本地存储，具有高并行、高吞吐、低时延等特点

全模支持

支持高性能 Bare Metal 形式的 GPU 物理服务器以及更加灵活的 vGPU 云服务器

极致运维

提供硬件+软件的全方位一体化 7x24 小时运维服务，快速响应客户需求

混合组网

支持 GPU 云服务器与普通云服务器以及物理服务器混合组网，方便布局全局业务