1回答
假设我使用的是基于英特尔x64的笔记本电脑，没有专用的GPU。我必须有一些GPU在飞机上，否则我的屏幕将无法工作，对吗？
GPU指令与CPU有很大不同吗？例如，GPU也有shift、add、load、store指令吗？他们还有哪些常规C
浏览 4提问于2020-05-07得票数 9
唯一的区别是，我的小集群中节点的CPU数量是不同的。(类似的问题是)node1，36 GPUnode2，32 GPUnode3，24 GPU+1 GPUnode4，16 GPU+1 GPU<code>F 210</code>我有两个分区: cpu (所有节点)和gpu (节点3，4)
浏览 10提问于2022-04-13得票数 0
因此，在cuda可视分析器中有两个计时器，
GPU时间:该方法在GPU上的执行时间。CPU时间:启动该方法的GPU时间和CPU开销之和。在驱动程序生成的数据级别，对于非阻塞方法，CPU时间仅是启动方法的CPU开销；对于阻塞方法，CPU时间是GPU时间和CPU开销之和。默认情况下，所有内核启动都是非阻塞的
浏览 5提问于2010-12-04得票数 2
回答已采纳
2回答
深入分析CPU和GPU之间的差异
、、、、
我一直在寻找CPU和GPU之间的主要区别，更准确地说，是cpu和gpu之间的细微差别。例如，为什么不使用多个gpu而不是gpu，反之亦然。为什么gpu在处理计算时比cpu“快”？有哪些类型的事情，其中一个可以做，另一个不能做或不能有效地做，以及为什么。请不要回复像“中央处理器”和“图形处理器”这样的答案。我正在
浏览 0提问于2011-10-08得票数 12
回答已采纳
为了进行并行计算，我需要一些帮助来理解GPU上的核心与CPU中的核心的概念。
当涉及到CPU中的核心时，它似乎非常简单。我有一个超级密集的"for“循环，它会迭代四次。我甚至不知道一种比较GPU和CPU的有效方法。当我在我的显卡描述旁边看到“12 @500 my”时，我想知道这是否意味着显卡有12个用于并行化的内核，除了GPU<
浏览 1提问于2013-04-22得票数 6
当我使用GPU(GTX 1060，8 8GB)使用MNIST数据集测试CNN代码时，出现资源耗尽错误。但是，当我使用CPU(i7-6700，RAM:16 no )测试相同的代码时，没有资源耗尽错误。
现在，我的问题是，CPU和GPU有什么区别？在计算过程中有什么不同吗？或者仅仅是因为GPU内存大小和CPU RAM大小的差异？(实际上，我不确定使用CPU时，它是否受
浏览 0提问于2017-03-20得票数 2
我试图理解使用CUDA定时器(事件)和常规CPU定时方法(gettimeofday在Linux上等)执行内核定时之间的区别。通过阅读第8.1节，我觉得唯一真正的区别是，当使用CPU计时器时，需要记住同步GPU，因为调用是异步的。想必CUDA事件API会为您做这件事。所以，这是否真的是一个问题：
通过GPU事件，您可以获
浏览 2提问于2013-12-21得票数 0
回答已采纳
2回答
当我们关心速度的时候，GPU比CPU好得多。。我的直觉说，GPU和CPU之间的关系，如果涉及到精度，就不应该有任何区别。
但我有一点怀疑，GPU<
浏览 0提问于2021-05-27得票数 0
回答已采纳
keras tensorflow-cpu后端和tensorflow-gpu后端(代码)有区别吗？如果我想将tensorflow从cpu更改为gpu，我需要添加哪些代码或设置哪些环境变量？但是，如果我想要整个代码，而不仅仅是一部分在GPU上运行呢？with tf.device('/gpu:0'): y =
浏览 1提问于2017-07-02得票数 1
考虑一个简单的例子:向量加法。如果我为CL_DEVICE_TYPE_GPU构建一个程序，并且我为CL_DEVICE_TYPE_CPU构建了相同的程序，它们之间有什么区别(除了"CPU程序“在CPU上运行，而"GPU程序”在GPU上运行谢谢你的帮助。
浏览 0提问于2012-02-09得票数 12
回答已采纳
1回答
我很好奇GLSL/GLSL和霓虹灯有什么区别？
我知道GLSL使用GPU核心，霓虹灯使用CPU核心。然而，我感到困惑的是，当我用霓虹灯指令将一个矩阵乘以一个矩阵时，我不确定它是否真的比用阴影码中的矩阵乘以一个矩阵更好，因为正如你所知道的，GPU比cpu有更多的核心，即使存在霓虹灯来帮助更快地计算。有人知道这两种方式有什么区别吗？
浏览 1提问于2014-02-20得票数 0
1回答
在通用CPU并行处理中，将计算/问题拆分为子问题，分配它们，并在一个或多个套接字/服务器上的多个核上并行运行它们。我们应该把GPU看作是一种“数量更高(数量更多)更小的核心的CPU”，还是本质上有额外的差异？
浏览 5提问于2020-01-10得票数 1
回答已采纳
1回答
用变换绘制网格
、、
假设有许多不同的转换网格，每个框架或多或少都会发生变化，通常情况下，这些绘图方法的速度会更快：
对于每个帧，用网格的转换顶点填充一个大的顶点缓冲区(转换是在CPU上完成的，每个帧都复制到缓冲区中的顶点对于每个对象创建，插入网格的非转换顶点，然后在绘图时将每个网格的转换发送为一个统一的参数(在GPU上完成的转换，在网格创建时复制顶点)。我们可以假设所有的网格都绘制在每个框架中，所
浏览 0提问于2014-11-04得票数 0
回答已采纳
我仍然对OpenCL和GPU编程没有很好的理解。还是使用OpenCL作为mclapply的后端？我猜这是不可能的，因为我还没有找到一个例子，所以我有两个问题：
这是可能的吗?如果是的话，可以使用上面的函数aaa给出一个完整的示例吗？我对GPU编程不太了解。我看GPU和GPU一样，为什么我不能并行运行R代码呢？
浏览 9提问于2015-07-19得票数 9
2回答
GPGPU和多核？
、、、、
从程序员的角度来看，GPGPU和常规的多核/多线程CPU编程之间的主要实际区别是什么？具体地说：
哪种类型的问题更适合于常规多核，哪些类型更适合GPGPU? GPU的主要区别是什么？If 有哪些关键的底层硬件差异需要在编程模型中出现任何差异？哪种问题通常更容易使用，由多少来决定?从长远来看，为GPU实现高级并行性库，例如或GPU计算是非常有效的<
浏览 0提问于2011-05-07得票数 38
回答已采纳
最近，我想把我的Python库移动到一个悬臂驱动器上，这样在我的工作站和笔记本之间切换时，所有的库都保持不变。(另外，如果我更新了一个，它也会在另一个上更新。)为此，我在我的挂盘上安装了tensorflow-gpu版本(我的笔记本没有GPU)。在PC (它检测并使用我的GPU没有问题)和笔记本电脑(它自动使用我的CPU)上，一切都运行得很好，没有问题。这就是我的问
浏览 1提问于2018-10-03得票数 35
回答已采纳
1回答
我在上面找到了一个关于quora的回答。由此，绑定基本上听起来就像在CPU帮助下将数据从GPU发送到GPU。我对“无绑定”的东西有更多的了解，因为在OpenGL中有一种叫做无绑定纹理的东西。但是在这种情况下，GPU如何访问数据呢？取消引用CPU上的顶点缓冲区或常量缓冲区，以便GPU使用它。
在无绑定图形的情
浏览 0提问于2021-04-01得票数 5
回答已采纳
1回答
我想更好地理解矢量处理图形(VPU)、浮点处理单元、图形处理单元和算术逻辑单元之间的区别。那VPU和GPU呢？他们不应该是一回事吗？
浏览 0提问于2018-03-04得票数 6
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
