首先得知道GPU和CPU到底是个啥吧？
GPU（graphics processing unit）是显卡上的一个部件，如果是独立显卡，一般就在显卡板子上的风扇下面；如果是集成显卡，比如商务办公本、轻薄本，其CPU和GPU是整合在一起的。它的作用主要是最底层的计算，对，计算。
CPU（Central Processing Unit）是电脑最主要的部件，他的主要功能是解释计算机指令以及处理计算机软件中的数据，说白了就是做指挥工作，统筹各方面。
CPU相当于整个电脑的心脏，而GPU相当于显卡的心脏。
普通的处理器CPU差不多双核心四线程，目前市面上最高端的桌面处理器i9-7980XE（RMB1.5万）不过十八核心三十六线程。
GPU则不同，就拿普通的2000块的游戏显卡RX 480来说，RX480的GPU芯片计算单元划分为36个CU计算核心，每个CU核心又包含了64个流处理器计算核心，所以总共就是36X64=2304个流处理器计算核心。
CPU相对于GPU就像老教授和小学生，拿i9-7980XE和RX480举个例子，出一套小学数学试卷，老教授刚做一道题，两千多名学生一人一题早就交卷子了。如果套高数卷子，老教授做完学生们一道也不会做。
这就是CPU和GPU的区别，因为神经网络主要是进行矩阵运算，大量的矩阵包含矩阵，矩阵运算的特点是简单重复，就像常见的加减法，但是需要计算的矩阵量巨大。
在这个前提下，“老教授”一道一道算也需要时间，而上千名“小学生”的优势就很明显了，在训练网络上，小学生速度是老教授的n倍。市面上专门做图像处理的显卡的GPU的流处理器都有五千多，这速度远超CPU。
因此主要用GPU来训练神经网络而不是CPU。
如果觉得《为什么要用GPU来训练神经网络而不是CPU – 服务器 – 前端》对你有帮助，请点赞、收藏，并留下你的观点哦！
