深度學習,CPU、GPU、DSP、FPGA運算能力對比

一:CPU


一般來講最弱的是cpu。雖然cpu主頻最高,但是單顆也就8核,16核的樣子,一個核3.5g,16核也就56g,再考慮指令週期,每秒最多也就30g次乘法。還是定點的。


二:DSP

dsp雖然主頻不如cpu,但是勝在乘法器多,隨隨便便帶16個乘法器,還是浮點的。再來個4核,8核,還有特定的算法硬件加速,所以雖然主頻只有1,2g但是運算能力還是比cpu強。當然現在出現了帶專用乘法器的cpu,dsp也集了arm核,這兩個的界限開始模糊了。
 

三:GPU
gpu的主頻一般在500mhz左右,但是核多啊,比如titan,有380多個流處理單元,500*400就是200g這個量級,遠大與於前面2者了。
 

四:FPGA
fpga的運算能力的,拿高端的來說。3000多個固定乘法器,拿數字邏輯還能搭3000個,最快能到接近300mhz, 也就是1800g這個量級。

但是這幾個應用場合不同,cpu雖然運算不行,但是擅長管理和調度,比如讀取數據,管理文件,人機交互等,例程多,輔助工具也很多。

dsp相比而言管理弱了,運算加強了。這兩者都是靠高主頻來解決運算量的問題,適合有大量遞歸操作以及不便拆分的算法。

gpu管理更弱,運算更強,但由於是多進程併發,更適合整塊數據進行流處理的算法

fpga能管理能運算,但是開發週期長,複雜算法開發難度大。適合流處理算法,不管是整塊數據進還是一個一個進。還有實時性來說,fpga是最高的。前3種處理器爲了避免將運算能力浪費在數據搬運上,一般要求累計一定量數據後纔開始計算,產生羣延時,而fpga所有操作都並行,因此羣延時可以很小

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章