第566章 破局奇招（1 / 3）

  要搞清楚cuda是什么，先要明白cpu和gpu的区別。

  cpu架构有复杂的控制单元和巨大缓存。

  这种设计是为了处理复杂逻辑运算。这要求cpu必须有很强的单核性能。

  但cpu物理核心数量有限，就算最高端的伺服器cpu，面对海量简单计算时，也会因为线程数量限制而排队。

  快看网的推荐算法，本质是海量矩阵乘法。

  这些计算本身不复杂，不需要多强逻辑推理，但数量极其庞大。

  让cpu去算矩阵，是高射炮打蚊子，效率极低，而且容易把伺服器撑爆。

  gpu架构完全不同。

  gpu没有复杂控制单元，內部塞满了成百上千个简单的流处理器。

  这些流处理器只能做基础运算。

  但因为数量庞大，它们可以同时並行处理海量数据。

  这完美契合了ai算法和推荐系统需要的大规模並行计算。

  可是，硬体再强，也需要软体驱动。

  在cuda出现前，程式设计师想用显卡算力做非图形渲染的通用计算，简直是噩梦。

  他们必须把非图形数据，强行偽装成图形像素数据，通过复杂图形api通道传给显卡。