系列区别

　　讲解对象：【Colab系列】CPU GPU TPU NPU区别
　　作者：融水公子 rsgz
　　文章出处：360doc个人图书馆[其他平台均为盗版]
　　对象：CPU
　　全称：Central Processing Unit
　　中文名：中央处理器
　　实质：是计算机的核心器件
　　组成：计算单元、控制单元和存储单元
　　结构图：
　　理解图：
　　对象：GPU
　　全称：Graphics Processing Unit
　　中文名：图形处理器
　　组成：计算单元、控制单元和存储单元
　　用途：图像处理科学计算、密码破解、数值分析，海量数据处理（排序，Map-Reduce等），金融分析等需要大规模并行计算的领域
　　理解图： 黄色：控制单元 绿色：计算单元 橙色：存储单元
　　理解：只是一个CPU的变异
　　比较CPU和GPU
　　CPU30%用在了控制单元
　　GPU80%以上都用在了计算单元
　　总结：
　　1 CPU精于控制和复杂运算，而GPU精于简单且重复的运算
　　2 CPU是顺序执行运算，而GPU是可以大量并发的执行运算
　　3 CPU做事情是一件一件来做，而GPU是很多件事情同时做
　　对象：TPU
　　背景：谷歌的AlphaGo打败李世石之后，谷歌推出了它们的深度学习框架TensorFlow，专门定制的芯片：Tensor Processing Unit
　　中文名：张量处理单元
　　效率：TPU与同期的CPU和GPU相比，可以提供15-30倍的性能提升，以及30-80倍的效率（性能/瓦特）提升
　　NPU
　　全称：Neural network Processing Unit
　　中文名：神经网络处理器
　　原理：在电路层模拟人类神经元和突触，并且用深度学习指令集直接处理大规模的神经元和突触，一条指令完成一组神经元的处理
　　特点：相比于CPU和GPU，NPU通过突触权重实现存储和计算一体化，从而提高运行效率
　　其他PU：
　　APU — Accelerated Processing Unit, 加速处理器，AMD公司推出加速图像处理芯片产品。
　　BPU — Brain Processing Unit, 地平线公司主导的嵌入式处理器架构。
　　DPU — Deep learning Processing Unit, 深度学习处理器，最早由国内深鉴科技提出；另说有Dataflow Processing Unit 数据流处理器， Wave Computing 公司提出的AI架构；Data storage Processing Unit，深圳大普微的智能固态硬盘处理器。
　　FPU — Floating Processing Unit 浮点计算单元，通用处理器中的浮点运算模块。
　　HPU — Holographics Processing Unit 全息图像处理器， 微软出品的全息计算芯片与设备。
　　IPU — Intelligence Processing Unit， Deep Mind投资的Graphcore公司出品的AI处理器产品。
　　MPU/MCU — Microprocessor/Micro controller Unit， 微处理器/微控制器，一般用于低计算应用的RISC计算机体系架构产品，如ARM-M系列处理器。
　　RPU — Radio Processing Unit, 无线电处理器， Imagination Technologies 公司推出的集合集Wifi/蓝牙/FM/处理器为单片的处理器。
　　VPU — Vector Processing Unit 矢量处理器，Intel收购的Movidius公司推出的图像处理与人工智能的专用芯片的加速计算核心。
　　WPU — Wearable Processing Unit， 可穿戴处理器，Ineda Systems公司推出的可穿戴片上系统产品，包含GPU/MIPS CPU等IP。
　　XPU — 百度与Xilinx公司在2017年Hotchips大会上发布的FPGA智能云加速，含256核。
　　ZPU — Zylin Processing Unit, 由挪威Zylin 公司推出的一款32位开源处理器。
　　谢谢大家的支持！可以点击我的头像，进入我的空间浏览更多文章呢
　　---