1 什么是GPU

• GPU就是显卡
• Graphics Processing Unit 图像处理单元
• 显卡主要用于在屏幕上显示图像，用于与视频，图像处理相关的任务

1.1 独立显卡

• 独立显卡比较大，性能更加强，装在主机当中
• 笔记本也有独立显卡
• 挖矿，打游戏，深度学习都是使用独立显卡

1.2 核心显卡

• 比较小，嵌入在CPU中
• 核显日常的工作可以胜任的，功耗比较低

2 驱动

• 显卡是个硬件，装到我们电脑中都是需要装一个东西叫做驱动
• 驱动能让计算机识别特定的硬件

3 深度学习显卡CUDA

• 显卡一般是英伟达品牌的显卡，英文是NVIDIA
• 英伟达显卡是不能用于深度学习的，但是他创建了一个CUDA的编程平台
• 有了CUDA这个平台，有了CUDA这门语言，我们开发者就可以利用CUDA去操作英伟达品牌的显卡
• pytorch和tensorflow就是会去调用CUDA，然后去操作显卡

4 GPU VS CPU

• GPU有很多算术逻辑处理单元，有很少的缓存，就可以加速深度学习的训练
• CPU有控制电路，缓存和少量的算术逻辑处理单元

5 深度学习环境配置中各软件的关系

• 首先会在计算机上安装一个anaconda，它主要提供一个base的虚拟环境，里面有python的解释器，python的解释器版本就根据需要来决定；还有conda和pip管理工具，去安装一些新的库，比如tensorflow和pytorch
• 除了base虚拟环境，还可以自定义虚拟环境，然后指定一个不同版本的python的解释器
• 其次安装一个pycharm，在pycharm中会有一些配置，配置主要是对之前创建的虚拟环境进行引用
• 比如我在pycharm中写了一个python文件，那么pycharm中的配置会去找到虚拟环境，虚拟环境中的解释器会对python文件进行解读，变成计算机可以读懂的语言，然后放到cpu上面去执行
  

6 windows下判断有无NVIDIA GPU

• 打开任务管理器
• 打开性能选项卡
• 找到GPU，看右上角的名称，GPU旁边是什么
• 注：有些任务管理器中并没有显示有英伟达显卡，但是实际上是有的，那是因为没有安装驱动，所以大家安装一个驱动就可以查看到了，比如360驱动大师

7 16G+512G

• 摘自网上回答
• 512G 是固态硬盘容量，固态硬盘属于硬盘，计算机专业称之为【外存】，读写速度较慢。
• 举个简单的例子：设想一个场景，你打开浏览器，然后疯狂开网页（就比如知乎），当你同时打开几十个甚至上百个页面后，电脑就会卡死，这是【内存】不足，此时你会发现 16 G 的内存用完了；设想另一个场景，你从某网站上疯狂下载学习视频，平均一个视频占用 1 G，下载 500 个就没法再下了，一般迅雷这种下载软件会提醒你硬盘空间不足，这是【外存】不足，此时你会发现 500 G 的外存用完了。
• 简而言之，你可以认为【内存】大小决定了你能同时运行多少个应用程序；【外存】大小决定了你能安装多少个应用程序，保存多少文档（包括视频、音频等等）

8 8核+14核

• 全新的MacBook Pro搭载M1 Pro芯片，拥有8核中央处理器，14核图形处理器
• 8核处理器是拥有八个处理器