GPU是矩阵运算，其他都不是

【 在 zooblast 的大作中提到: 】
: 收到，谢谢你，很全面了
:
: 再问个小白问题，为什么显卡具备运算能力，声卡、内存、硬盘等其他计算机基础单元不具备运算能力？
: ...................
--
FROM 14.127.12.*

挖矿也是一种跟AI类似的计算吧？以前搞挖矿芯片/矿机的，是否可以考虑转型AI芯片、AI机器？
【 在 far 的大作中提到: 】
: 显卡把CPU发过来的要显示的内容转变成输出到显示器的信号，中间要做大量的运算，这种运算能力曾经被某些码农开发的代码用来挖矿或者作AI处理，现在已经成为AI的主要的运算工具。
: 声卡、硬盘（包括固态硬盘）也有处理器，也有一定的运算能力，但是对运算能力要求不高，也基本不会用作其他运算需求。
: 内存是存储单元，基本不具有运算能力，当然咯，会有一定的数据校验功能。
: ...................
--
FROM 106.38.35.*

收到，谢谢

声音按说也需要处理很多数据啊，为什么跟显卡不是一个量级？


【 在 pixYY 的大作中提到: 】
: 你去搜一下 CUDA
: 因为显卡本来就是怕累坏了CPU，从CPU分出来作为帮手，专门负责视频编码解码、图形图像处理方面计算的
:
--
FROM 58.52.202.*

一句话概括了：图像渲染的计算模式跟ai神经网络训练的计算模式很相近，所以用GPU

【 在 Klyh 的大作中提到: 】
: DS的回答：
:
: 训练AI与显卡的关系主要体现在以下几个方面：
: ...................
--
FROM 120.244.166.*

【 在 zooblast 的大作中提到: 】
: 收到，谢谢
: 声音按说也需要处理很多数据啊，为什么跟显卡不是一个量级？
:

声音更多的是时序数据， 而图像图形处理是空间数据。
我们现在说的显卡 通常是一种省略叫法， 实际是叫做3d图形加速卡，
在电脑的最早期， 2d的图形输出和3d的图形加速计算是分开的， 3d图形运算是单独的一张卡进行处理。
2d图形处理的是平面， 也就是像素点形成的矩阵， 然后不同的原色形成通道。
3d图形处理的， 主要是三维坐标下的空间数据（学过机械制图或者用过auto cad 就清楚了，）
以及用这些数据构建三维模型， 以及这些三维模型的运动规律（三维动画），
比如最简单的数据处理，  就是物体的移动， 物体的放大缩小， 就是分别通过不同的矩阵乘法公式
完成的， 为了还原物体在环境里的真实场景， 不仅需要对物体构建三维模型， 处理物体运动规律，
还需要还原物体在环境场景下的光影特点， 一个重要的任务是光线追踪，  比如， 一个人夜晚走在路上， 附近有三盏路灯， 那么计算机图形卡， 会根据三者路灯的三维坐标点， 发射出很多光线，
这些光线但凡和场景里的任何物体形成交汇也好， 形成遮挡也好，
都要根据物体表面的反射率折射率，计算出物体表面的实际颜色值， 无数光线， 虽然几个字，
虽然每根光线不过是几个简单矩阵运算，当有很多光线， 实际的计算量需求是很恐怖的（这就是显卡运算像蚂蚁捡豆子的优势）。
这些计算都是计算机显卡根据模型构建的三维世界完成的， 完成这些计算之后，
由于要显示到二维的显示器上， 还需要根据人在显示器前的视角，  进行一次三维到二维的投影运算，
最终形成一个二维图形， 显示到显示器上。
想更清楚了解计算机怎么处理3d图形信息， 可以去参考计算机课程计算机图形学的教材。
--
修改:poggy FROM 124.126.2.*
FROM 124.126.2.*