电脑中的CPU和GPU是什么意思???
5个回答
2013-06-13
展开全部
CPU可以说电脑最主要的东西,也是电脑的脑。中央处理器,也像人类的脑袋,可以分双核和单核,主流双核。Ghz越高,处理速度越快。 GPU 英文全称Graphic Processing Unit,中文翻译为“图形处理器”。GPU是相对于CPU的一个概念,由于在现代的计算机中(特别是家用系统,游戏的发烧友)图形的处理变得越来越重要,需要一个专门的图形的核心处理器。是显卡的处理器,独立显卡的最重要部分,主流独立显卡都有风扇帮助散热。 APU,全称是“Accelerated Processing Units”,加速处
Jtti
2024-10-10 广告
2024-10-10 广告
Jtti主机拥有较高的性价比和稳定性,适用于企业级服务器。它可支持4至8个PIIIXeon(至强)或P4Xeon(至强)处理器,拥有独立的双PCI通道和内存扩展板设计,具有高内存带宽和大容量热插拔硬盘以及热插拔电源。此外,它的图形处理速度快...
点击进入详情页
本回答由Jtti提供
推荐于2018-05-20
展开全部
1、cpu是电脑中负责处理器数据的配件,主要负责数据运算和处理。
2、gpu是电脑中负责处理图形的配件,包括3D图形处理和加速,现在的gpu还负责高清视频的加速。
3、apu是amd最新所出的一个平台,一个芯片中就集成了cpu和显卡,且集成的显卡性能到目前为止最高达到hd5000的独立显卡的级别。
4、玩游戏的性能好坏,是一个综合参数。只是某一样好是不行的。一般来讲,cpu 显卡 内存,这三个都是衡量电脑游戏性能好坏的重要配件,缺一不可。
2、gpu是电脑中负责处理图形的配件,包括3D图形处理和加速,现在的gpu还负责高清视频的加速。
3、apu是amd最新所出的一个平台,一个芯片中就集成了cpu和显卡,且集成的显卡性能到目前为止最高达到hd5000的独立显卡的级别。
4、玩游戏的性能好坏,是一个综合参数。只是某一样好是不行的。一般来讲,cpu 显卡 内存,这三个都是衡量电脑游戏性能好坏的重要配件,缺一不可。
本回答被网友采纳
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
推荐于2018-05-03
展开全部
CPU是电脑处理器数据的配件,电脑的主要配件 主要负责数据运算和处理。
GPU是电脑图形的配件,3D图形处理和加速,高清视频的加速。
APU是AMD最新所出的一个平台,集成融合了cpu和显卡,且集成的显卡性能还不是很好
玩游戏的话 。使用CPU+GPU。。。。。 自己随意配置 APU只适合笔记本
GPU是电脑图形的配件,3D图形处理和加速,高清视频的加速。
APU是AMD最新所出的一个平台,集成融合了cpu和显卡,且集成的显卡性能还不是很好
玩游戏的话 。使用CPU+GPU。。。。。 自己随意配置 APU只适合笔记本
本回答被网友采纳
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
展开全部
CPU和GPU到底有什么区别?
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
2018-04-27
展开全部
CPU即中央处理器,GPU即图形处理器。其次,要解释两者的区别,要先明白两者的相同之处:两者都有总线和外界联系,有自己的缓存体系,以及数字和逻辑运算单元。一句话,两者都为了完成计算任务而设计。
两者的区别在于存在于片内的缓存体系和数字逻辑运算单元的结构差异:CPU虽然有多核,但总数没有超过两位数,每个核都有足够大的缓存和足够多的数字和逻辑运算单元,并辅助有很多加速分支判断甚至更复杂的逻辑判断的硬件;GPU的核数远超CPU,被称为众核(NVIDIA Fermi有512个核)。每个核拥有的缓存大小相对小,数字逻辑运算单元也少而简单(GPU初始时在浮点计算上一直弱于CPU)。
从结果上导致CPU擅长处理具有复杂计算步骤和复杂数据依赖的计算任务,如分布式计算,数据压缩,人工智能,物理模拟,以及其他很多很多计算任务等。GPU由于历史原因,是为了视频游戏而产生的(至今其主要驱动力还是不断增长的视频游戏市场),在三维游戏中常常出现的一类操作是对海量数据进行相同的操作,如:对每一个顶点进行同样的坐标变换,对每一个顶点按照同样的光照模型计算颜色值。GPU的众核架构非常适合把同样的指令流并行发送到众核上,采用不同的输入数据执行。
在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(即GPGPU)。之后NVIDIA发布了CUDA,AMD和Apple等公司也发布了OpenCL,GPU开始在通用计算领域得到广泛应用,包括:数值分析,海量数据处理(排序,Map-Reduce等),金融分析等等。
简而言之,当程序员为CPU编写程序时,他们倾向于利用复杂的逻辑结构优化算法从而减少计算任务的运行时间,即Latency。当程序员为GPU编写程序时,则利用其处理海量数据的优势,通过提高总的数据吞吐量(Throughput)来掩盖Lantency。目前,CPU和GPU的区别正在逐渐缩小,因为GPU也在处理不规则任务和线程间通信方面有了长足的进步。另外,功耗问题对于GPU比CPU更严重。
硬件采购,推荐爱购硬-aigouying-企业级IT硬件智能采购
两者的区别在于存在于片内的缓存体系和数字逻辑运算单元的结构差异:CPU虽然有多核,但总数没有超过两位数,每个核都有足够大的缓存和足够多的数字和逻辑运算单元,并辅助有很多加速分支判断甚至更复杂的逻辑判断的硬件;GPU的核数远超CPU,被称为众核(NVIDIA Fermi有512个核)。每个核拥有的缓存大小相对小,数字逻辑运算单元也少而简单(GPU初始时在浮点计算上一直弱于CPU)。
从结果上导致CPU擅长处理具有复杂计算步骤和复杂数据依赖的计算任务,如分布式计算,数据压缩,人工智能,物理模拟,以及其他很多很多计算任务等。GPU由于历史原因,是为了视频游戏而产生的(至今其主要驱动力还是不断增长的视频游戏市场),在三维游戏中常常出现的一类操作是对海量数据进行相同的操作,如:对每一个顶点进行同样的坐标变换,对每一个顶点按照同样的光照模型计算颜色值。GPU的众核架构非常适合把同样的指令流并行发送到众核上,采用不同的输入数据执行。
在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(即GPGPU)。之后NVIDIA发布了CUDA,AMD和Apple等公司也发布了OpenCL,GPU开始在通用计算领域得到广泛应用,包括:数值分析,海量数据处理(排序,Map-Reduce等),金融分析等等。
简而言之,当程序员为CPU编写程序时,他们倾向于利用复杂的逻辑结构优化算法从而减少计算任务的运行时间,即Latency。当程序员为GPU编写程序时,则利用其处理海量数据的优势,通过提高总的数据吞吐量(Throughput)来掩盖Lantency。目前,CPU和GPU的区别正在逐渐缩小,因为GPU也在处理不规则任务和线程间通信方面有了长足的进步。另外,功耗问题对于GPU比CPU更严重。
硬件采购,推荐爱购硬-aigouying-企业级IT硬件智能采购
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询