CPU和GPU区别

中央处理器 (CPU) 和图形处理器 (GPU) 是基本的计算引擎
CPU 由数百万个晶体管组成，可以有多个处理内核，称为计算机的大脑，执行计算机和操作系统所需的命令和流程。在确定程序运行速度方面，cpu也很重要。

GPU 由许多更小，更专业的内核组成的处理器。在多个内核之间划分并执行一项处理任务时，通过协同工作，可以提供强大的性能。

CPU 与 GPU 有什么区别？
它们都是重要的计算引擎。都是基于芯片的微处理器。并且，两者都处理数据。但是 CPU 和 GPU 具有不同的架构，构建的目的也不同
CPU 适用于一系列广泛的工作负载，特别是那些对于延迟和单位内核性能要求较高的工作负载。作为强大的执行引擎，CPU 将它数量相对较少的内核集中用于处理单个任务，并快速将其完成。这使它尤其适合用于处理从串行计算到数据库运行等类型的工作。

GPU 最初是作为专门用于加速特定 3D 渲染任务的 ASIC 开发而成的。随着时间的推移，这些功能固定的引擎变得更加可编程化、更加灵活。尽管图形处理和当下视觉效果越来越真实的顶级游戏仍是 GPU 的主要功能，但同时，它也已经演化为用途更普遍的并行处理器，能够处理越来越多的应用程序。

CPU 力气大啥P事都能干，还要协调。
GPU 上面那家伙的小弟，老大让他处理图形，这方面处理简单，但是量大，老大虽然能处理，可是老大只有那么几个兄弟，所以不如交给小弟处理了，小弟兄弟多，有数百至数千个，而且是专门只干这行和只能干这行

什么是集成显卡？
集成或共享显卡内置在 CPU 所处的同一个芯片上，
集成显卡处理器具有多种优势。与独立的GPU相比，集成显卡具有空间、成本和能源效率优势。他们能够为常见任务处理显卡相关数据和指令。
这种集成显卡最常用于紧凑尺寸和讲求能源效率的设备，例如笔记本电脑、平板电脑、智能手机和某些台式机。

加速深度学习和人工智能

深度学习算法经过调整，可以采用 GPU 加速方法，大幅提升了性能，并首次将多个现实世界问题的训练带到了可行的范围内。