CPU是英语的首字母缩写词,它表示 中央处理器 (在我们的语言中为“中央处理器”)。使用该名称,已知其功能是通过逻辑和算术运算来解释软件指令的硬件。
这些计算机(PC)可能具有一个或多个CPU。当前,CPU在称为微处理器的集成电路(芯片)上。应当注意,单个芯片可以容纳多个CPU,从而产生了所谓的多核处理器。
该插槽或CPU插槽位于主板(母板)中,并允许连接微处理器,该微处理器在大多数情况下不进行焊接,以后再拔出。另一方面,诸如移动电话,平板电脑和游戏机之类的设备确实会将其组件焊接到了主板上,因为制造它们的公司不希望客户修改产品。
这导致两种类型的配置:封闭的配置,除非客户希望失去制造公司通过保修提供的合法保修,否则不允许进行任何修改;开放式桌面计算机通常具有的开放式计算机,非常适合计算机世界的爱好者,他们希望经常更新组件以始终保持最新状态。
算术逻辑单元(ALU)位于在CPU中,这是负责解决了来将其从该逻辑和算术运算的软件。就其本身而言,控制单元(CU)解码并执行从内存中提取的指令,并在必要时调用ALU。
在一般级别上,可以说CPU的主要功能是执行软件(即,我们称为计算机程序的指令集)。软件的表示通过存储在计算机内存中的代码完成,CPU读取,解码,执行并最终写入代码。
重要的是要注意,CPU不能单独工作,而是通常与其他组件(例如GPU(图形处理单元))一起分割任务。GPU被认为是协处理器,因为它是一个微处理器,可以补充CPU的运行。这并不是说,在需要在屏幕上打印图形的设备的设计中,它并不重要,甚至不重要,就像今天使用的几乎所有设备一样。
NVIDIA Corporation是一家北美公司,成立于1993年,专门从事GPU和集成电路技术的开发,并于2007年引入了称为GPU加速计算的概念,该概念包括使用图形处理单元来辅助加速CPU并实现工程,分析和 深度学习 领域中某些应用程序的加速。
应该提到的是, 深度学习 是一组算法,旨在通过包含多个非线性变换的体系结构对高级抽象进行建模。简而言之,它是允许计算机吸收数据以使它们能够自动学习解决某些问题的一系列方法。这项任务非常复杂且要求很高,因此将CPU与GPU结合使用非常适合在更短的时间内获得结果。