CPU上能搞深度学习吗？

当然可以。吴恩达当年就是用16000颗CPU搭建了当时世界上最大的人工神经网络Google Brain，并利用深度学习算法识别了“猫”。而2016年横空出世的AlphaGo，也是配置的CPU，多大1920颗。

不过，我是从一则消息开始想这个问题的。

苹果在7月12晚，更新了四款全新MacBook Pro，其主要特点是升级Intel酷睿第八代处理器，全新的处理器运算速度最快可比上代提升70%。

值得注意的是，这次苹果还带来了一个全新的东西：Blackmagic Design，它为MacBook Pro打造了一款理想的外接图形处理器(eGPU)，让你无需牺牲笔记本电脑的便携性，就能拥有台式电脑级的图形处理性能。Blackmagic eGPU采用一体式铝金属机身设计，性能强劲却十分安静。有了Blackmagic eGPU和MacBook Pro，无论身在何处，你都能够加速运行专业类应用程序，制作VR内容，或是畅快淋漓地玩游戏。

我主要有下面几个问题。

苹果一直用Intel的CPU吗?

2007年1月9日，史蒂夫•乔布斯发布第一代iPhone，而此前一年苹果公司还有一件重要的事件：Mac的大脑移植，从PowerPC芯片过渡到Intel芯片。苹果当时知道，在消费级处理器上，IBM生产的PowerPC处理器已经无法和Intel生产的X86处理器竞争了，为了保持自己的竞争力，让Mac性能不落后，苹果接纳了X86处理器，而Windows PC当时已经使用X86系列很久了。

据说，苹果是唯一一个非常成功地完成从一个硬件平台转移到另一个的公司，而且成功了两次，在20世纪九十年代中期的时候，苹果就从摩托罗拉68000处理器转到了PowerPC平台。

我们知道苹果其实很早就开始自己研发芯片，苹果A系列芯片于2010年与iPad同步亮相。还有T系列芯片，T1在MacBook Pro中的作用就是给Touch ID和Apple Pay提供安全保障，让黑客无从盗取指纹或者价格信息等。新款MacBook Pro搭载了AppleT2芯片，是苹果设计的第二代T系列芯片，主打的也是笔记本的安全性。

Mac是独显还是集显?

显卡分很多种类。

集成显卡：将显示芯片、显存及其相关电路都集成在主板上，也就是说集显只与主板有关系，和CPU无关。

集成显卡

核芯显卡：Intel产品新一代图形处理核心，Intel凭借其在处理器制程上的先进工艺及其新的架构设计，将图形核心与处理核心整合在同一块基板上，构成一颗完整的处理器，这就是Intel于2011年发布的第二代Core处理器，开发代码SandyBridge。

独立显卡：将显示芯片、显存及其相关电路单独做在一块电路板上，自成一体而作为一块独立的板块存在，它需占用主板的扩展槽。

独立显卡，安装风扇前

独立显卡，安装风扇后

我查看了一下自己Mac Air的配置，图形卡/显示器项目列着：

芯片组型号：Intel HD Graphics 6000

类型：GPU

也就说Mac Air使用的是集成显卡，Mac Pro呢？如何确定MacBook Pro上使用的图形处理器，苹果官网上有明确说明：

MacBook Pro 15英寸和17英寸笔记本电脑通常配有两种图形处理器(GPU)：独立GPU和集成GPU。独立GPU可提供卓越的图形卡性能，但能耗较高。集成GPU的能耗较低，因此可以优化电池续航能力。

要查看哪个应用程序使用较高性能的独立GPU，请打开“活动监视器”，然后前往“能耗”标签页。

苹果Mac之前很多机型都在使用NVIDIA GPU，而这次新发布的Mac Pro换装为AMD的Radeon Pro GPU。

显卡就是GPU吗?

个人理解，我们一般讨论显卡(Video card，Graphics card)时就是在讨论GPU(Graphic Processing Unit)，GPU可以说是显卡的处理器，其他如散热器等都是外围设备。

为什么现在讨论深度学习更多地提到GPU?

先说一下CPU和GPU的区别：

CPU需要很强的通用性来处理各种不同的数据类型，同时又要逻辑判断，会引入大量的分支跳转和中断的处理，这使得CPU的内部结构异常复杂。而GPU面对的则是类型高度统一的、相互无依赖的大规模数据和不需要被打断的纯净的计算环境。

CPU擅长逻辑控制、串行的运算，而GPU擅长的是大规模并发计算。

2003-2004年左右，图形学之外的领域专家开始注意到GPU与众不同的计算能力，开始尝试把GPU用于通用计算，之后英伟达发布了CUDA，AMD和苹果等公司也发布了OpenCL，GPU开始在通用计算领域得到广泛应用。

Windows下安装CPU用的Tensorflow

最开始在网上找安装教程时，看到大多是Linux平台下的，或者是Windows平台下GPU用的。记录我的安装过程，就是：

1. 安装Python。版本：python-3.6.4-amd64.exe。

2. cmd，命令行输入：python，查看Python版本号，以验证Python是否安装成功了。

继续在命令行输入：pip install --upgrade tensorflow。

(很尴尬，我运行了两次这个命令才安装成功)

3. 验证tensorflow是否安装成功的法很简单：import tensoflow as tf

最后，我还安装了PyCharm社区版，并配好了开发环境。(就是安装的Python目录)

很多人说先安装Anaconda，也可以，可以省去Python的安装过程，因为Anaconda自带Python。

12周，坚持周更之5/12，连接开发者，连接迭代成长者