【文章聲明】本文收集整理于互聯(lián)網(wǎng)，僅作參考！如需咨詢“服務(wù)器的cpU、gpU、tpU，到底誰(shuí)的運(yùn)算能力更高”等有關(guān)服務(wù)器、云主機(jī)租用、托管、配置、價(jià)格問(wèn)題，請(qǐng)隨時(shí)咨詢YINGSOO客服，獲取專業(yè)解答！

　　【主機(jī)選配】印度尼西亞云服務(wù)器特價(jià) | 荷蘭物理服務(wù)器特價(jià) | 臺(tái)灣物理服務(wù)器特價(jià)

　　【精選文章】臺(tái)灣服務(wù)器怎么樣？

　　我們知道，任何一臺(tái)計(jì)算機(jī)，也包括智能手機(jī)，游戲機(jī)等有計(jì)算能力的設(shè)備，都有一個(gè)計(jì)算的核心芯片，叫做cpU（central processing Unit），即中央處理器，它負(fù)責(zé)所有的計(jì)算，并且控制計(jì)算機(jī)的全部工作。

　　cpU的性能從上個(gè)世紀(jì)60年代中期開(kāi)始，幾乎按照每18個(gè)月翻一番的速度在進(jìn)步，從1965年至今，差不多翻了34次了，也就是說(shuō)計(jì)算速度提高了160億倍。如果再把這個(gè)進(jìn)步分解一下，又可以分成兩個(gè)維度，一個(gè)是主頻的提高，另一個(gè)是集成電路芯片密度（稱為集成度）的提高。

　　主頻提高后，本來(lái)一秒鐘算10萬(wàn)個(gè)周期，現(xiàn)在可以算30億個(gè)，增加了幾萬(wàn)倍。密度提高后，本來(lái)幾個(gè)周期完成一次計(jì)算任務(wù)，現(xiàn)在可以流水作業(yè)、分工合作，一個(gè)周期完成好幾次計(jì)算。兩者的加速是疊加的，使得今天計(jì)算機(jī)的速度變得飛快。

　　但是，cpU的主頻不可能無(wú)限制提高，因?yàn)楣馑偈且粋€(gè)絕對(duì)的瓶頸，今天計(jì)算機(jī)cpU內(nèi)部，電子運(yùn)動(dòng)的速度已經(jīng)接近光速所給的極限了，幾乎沒(méi)有了再提高的可能性，事實(shí)上從10年前開(kāi)始，這條路就走不通了。

　　那么怎么辦呢？英特爾公司的辦法是，將計(jì)算機(jī)cpU的集成度進(jìn)一步提高，最早一個(gè)集成電路中只有幾千個(gè)晶體管，今天最多的有60億個(gè)，這樣計(jì)算可以并行開(kāi)展，這也是為什么我們計(jì)算機(jī)和手機(jī)cpU有什么四核、八核之說(shuō)。

　　那么接下來(lái)，為什么不能做成16核、32核甚至100核呢？因?yàn)橐越裉斓墓に嚕龅侥敲炊嗪颂幚砥鞯捏w積要大得不得了，光是散熱問(wèn)題就沒(méi)法解決。面對(duì)這個(gè)問(wèn)題怎么辦呢？英特爾總的態(tài)度是，沒(méi)法解決，你們多買我一些處理器，多建造一些服務(wù)器，再把計(jì)算中心修得大一點(diǎn)就好了。且不說(shuō)這個(gè)法子靈不靈，在很多場(chǎng)合也沒(méi)有條件這么做，比如在無(wú)人駕駛汽車中，總不能扛著一個(gè)機(jī)柜上路吧。

　　我們知道，有主動(dòng)性的人，總是想方設(shè)法尋找更好的解決方法。英偉達(dá)的創(chuàng)始人黃仁勛就是這樣的人。黃仁勛和他在英偉達(dá)的同事就想，cpU的計(jì)算速度之所以不夠快，是因?yàn)樗辉O(shè)計(jì)成能夠適應(yīng)所有的計(jì)算了，里面很多晶體管都用來(lái)搭建控制電路了。

　　另外，因?yàn)橛?jì)算太復(fù)雜，因此處理器本身設(shè)計(jì)得太復(fù)雜。而在計(jì)算機(jī)里面，有一種計(jì)算相對(duì)單一，就是控制顯示器的圖形計(jì)算，于是英偉達(dá)就為這一類計(jì)算專門設(shè)計(jì)了一種處理器，叫做gpU，即圖形處理器。

　　當(dāng)然，在英偉達(dá)之前，做圖形工作站的太陽(yáng)公司和sgi公司也設(shè)計(jì)出類似的產(chǎn)品，但是不通用。gpU比cpU的好處有兩個(gè)：

　　第一，控制電路簡(jiǎn)單了，因此更多的晶體管用于了計(jì)算，而不是控制，這樣本來(lái)10億個(gè)晶體管可以搭建四個(gè)內(nèi)核，還有希望搭建八個(gè)、十六個(gè)甚至更多。

　　第二，將單個(gè)兒?jiǎn)蝹€(gè)兒的計(jì)算，變成一批一批的計(jì)算。在現(xiàn)實(shí)生活中，大部分的計(jì)算每次都是在兩個(gè)數(shù)之間進(jìn)行的，比如A＋b＝c，它是一個(gè)運(yùn)算指令（“+”）帶上兩個(gè)數(shù)字（“A”和“b”），下一次做X－Y，是另一個(gè)運(yùn)算指令（“－”）帶上另外兩個(gè)數(shù)字（“X”和“Y”）。因此計(jì)算機(jī)處理器實(shí)際上是按照一個(gè)指令通道（流）對(duì)應(yīng)一個(gè)數(shù)據(jù)通道設(shè)計(jì)的（被稱為sisd）。打個(gè)不很恰當(dāng)?shù)谋确?，一般的?jì)算就如同你蹲在地上一個(gè)個(gè)地?fù)於棺印?/p>

　　而圖形計(jì)算是整個(gè)一條線（在計(jì)算機(jī)科學(xué)里被稱為向量）按照同一種操作一口氣算完，比如A1+b1=c1，A2+b2=c2，……，最后A1000+b1000=c1000，對(duì)于這些計(jì)算來(lái)講，指令都是一樣的，只是使用不同的數(shù)據(jù)而已，因此它可以設(shè)計(jì)出非常多的功能簡(jiǎn)單的計(jì)算核心，然后對(duì)一條指令開(kāi)發(fā)很多數(shù)據(jù)通道（即所謂的simd）即可。

　　這就相當(dāng)于用一個(gè)吸塵器在地上吸豆子，你走過(guò)一條線，就吸起一大堆，效率就高多了。對(duì)此，英偉達(dá)提出一種所謂的“統(tǒng)一計(jì)算架構(gòu)”（cUdA）的概念，就是很多很多核都做同一件事情，并且在此基礎(chǔ)上設(shè)計(jì)出圖形處理器gpU。

　　有了gpU，很多重復(fù)一致的計(jì)算就可以并行了。gpU最早是針對(duì)圖形計(jì)算設(shè)計(jì)的，但是后來(lái)英偉達(dá)發(fā)現(xiàn)機(jī)器學(xué)習(xí)的算法也可以用這種方式實(shí)現(xiàn)，于是到了2016年，英偉達(dá)又針對(duì)機(jī)器學(xué)習(xí)的特點(diǎn)，設(shè)計(jì)了針對(duì)機(jī)器學(xué)習(xí)的gpU，它最新的p40處理器內(nèi)部有多達(dá)3000個(gè)所謂“統(tǒng)一計(jì)算架構(gòu)”的內(nèi)核。

　　雖然每一個(gè)能力都比不上英特爾四核處理器中的一個(gè)內(nèi)核，但是p40等gpU的內(nèi)核數(shù)量非常多，因此做人工智能計(jì)算就非常快。今天特斯拉搞的輔助駕駛，一片這樣的處理器就能解決所有的問(wèn)題。在去年對(duì)陣?yán)钍朗腁lphago中，就是用了176個(gè)英偉達(dá)的gpU，承擔(dān)了主要的計(jì)算功能。

　　但是畢竟機(jī)器學(xué)習(xí)中的向量計(jì)算和通用的向量計(jì)算還是有所不同，能否讓計(jì)算的內(nèi)核功能再專一一點(diǎn)，只做和一種非常特定的機(jī)器學(xué)習(xí)算法（即google的人工神經(jīng)網(wǎng)絡(luò)算法）相關(guān)的向量計(jì)算呢？

　　于是，google提出了一種張量（tensor）計(jì)算的概念。所謂張量，它原本是一個(gè)數(shù)學(xué)概念，表示各種向量或者數(shù)值之間的關(guān)系。比如你的兩張照片是兩個(gè)不同的向量，它們之間的一些相似性就是一個(gè)張量。人工神經(jīng)網(wǎng)絡(luò)的算法可以看成是張量的計(jì)算，至于為什么，大家不必細(xì)究，記住這個(gè)結(jié)論就可以了。

　　接下來(lái)，google就在英偉達(dá)等公司gpU的基礎(chǔ)上，進(jìn)一步讓計(jì)算變得專注，設(shè)計(jì)了一種僅僅針對(duì)特定張量計(jì)算的處理器，叫做tpU，其中t就代表張量（tensor）。google宣稱，一個(gè)tpU對(duì)Alphago這樣的任務(wù)，效率抵得上15-30個(gè)英偉達(dá)的gpU，這也就是為什么這一次google講新版的Alphago在硬件上瘦身了的原因。

　　去年戰(zhàn)勝李世石的Alphago的耗電量是人腦的300倍，如今的Alphago用的機(jī)器少了很多，至少少了一個(gè)數(shù)量級(jí)，也就是說(shuō)耗電量從人腦的300倍下降到30倍以下，這個(gè)進(jìn)步速度還是很驚人的。

　　當(dāng)然，英偉達(dá)表示不服氣，說(shuō)你google是在拿蘋果和橘子比，而用我的測(cè)試處理器性能的程序來(lái)評(píng)測(cè)，我的p40可比你的tpU快多了。其實(shí)tpU和gpU誰(shuí)更好，完全要看做什么事情了。

　　從cpU到gpU，再到tpU，效率提升的根本原因在于兩個(gè)字——專注，相比之下，我們手機(jī)和電腦的cpU是非?！安粚Ｗⅰ钡?。

　　在社會(huì)生活中，情況和計(jì)算機(jī)處理器其實(shí)很相似。工業(yè)革命開(kāi)始后，英國(guó)工廠主把分工做得特別細(xì)，于是效率大增。亞當(dāng)·斯密在《國(guó)富論》中講，即使是制作縫衣服針這件事，當(dāng)分工很細(xì)致后，一個(gè)工人一天能生產(chǎn)上千根，如果一個(gè)工人做所有的工序，一天恐怕連10根都做不了。因此，英國(guó)工業(yè)革命后，就把整個(gè)歐洲的加工業(yè)碾壓了。這其實(shí)就好比tpU和cpU的關(guān)系。

　　但是，tpU的使用有一個(gè)前提，就是這種芯片的市場(chǎng)至少要有上百萬(wàn)片，否則就不值得做，因?yàn)樗鲆粋€(gè)樣片的成本就得上百萬(wàn)美元，而設(shè)計(jì)成本則是上千萬(wàn)。如果市場(chǎng)需求量只有幾萬(wàn)片，還不如用很多cpU來(lái)工作呢。這就如同制作縫衣服針，一年僅歐洲恐怕要用到上億根，才值得做社會(huì)分工。如果只用三五十根，還不如讓幾個(gè)工人慢慢磨呢！因此，分工和專注的前提都是市場(chǎng)規(guī)模足夠大。

　　最后講一下人的技能，什么時(shí)候需要專而精，什么時(shí)候需要廣博，其實(shí)沒(méi)有一定之規(guī)，但是一個(gè)很好的判斷標(biāo)準(zhǔn)就是市場(chǎng)是否大到需要非常專而精。

　　優(yōu)惠產(chǎn)品：美國(guó)云主機(jī)去首頁(yè)享優(yōu)惠！YINGSOO最新推出Swarm物理節(jié)點(diǎn)服務(wù)器、Swarm母雞服務(wù)器、Swarm Bzz挖礦教程【圖文教程】、Swarm Bzz挖礦教程【視頻教程】,《swarm bzz挖礦資料大全》,Swarm Bee節(jié)點(diǎn)租用請(qǐng)咨詢YINGSOO客服！

版權(quán)聲明：本站文章來(lái)源標(biāo)注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請(qǐng)保持原文完整并注明來(lái)源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站，禁止在非maisonbaluchon.cn所屬的服務(wù)器上建立鏡像，否則將依法追究法律責(zé)任。本站部分內(nèi)容來(lái)源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來(lái)，僅供學(xué)習(xí)參考，不代表本站立場(chǎng)，如有內(nèi)容涉嫌侵權(quán)，請(qǐng)聯(lián)系alex-e#qq.com處理。