NVIDIA：NVIDIA是一家人工智能公司，創立於1993年，1999年，NVIDIA定義了GPU。
顯卡：顯卡是計算機最基本組成成分之一，用途是將計算機系統所需要的顯示信息進行轉換驅動顯示器，主流顯卡的顯示芯片主要由NVIDIA（英偉達）和AMD（超微半導體）兩大廠商製造。獨立顯卡顧名思義就是獨立出來的顯卡，在主板上有單獨的顯卡插槽是可以拆卸的，集成顯卡的意思是集成在主板上的一種顯卡，它使用的顯存是系統的一部分內存，自身沒有顯存
GPU：Graphics Processing Unit，簡稱GPU，稱爲圖形處理器，又稱顯示核心，視覺處理器、顯示核心。GPU相當於計算機的CPU，是顯卡的心臟。CPU含有較少個ALU（算術運算單元），GPU含有成千上百個ALU，CPU相當於一個教授，GPU相當於很多個小學生，故當遇到大量100以內的數學計算時，GPU明顯比CPU快得多。
CUDA：CUDA(ComputeUnified Device Architecture)，是顯卡廠商NVIDIA推出的運算平臺。 CUDA是一種由NVIDIA推出的通用並行計算架構，該架構使GPU能夠解決複雜的計算問題。
CUDNN:NVIDIA cuDNN是用於深度神經網絡的GPU加速庫。它強調性能、易用性和低內存開銷。NVIDIA cuDNN可以集成到更高級別的機器學習框架中，如谷歌的Tensorflow、加州大學伯克利分校的流行caffe軟件。CUDA看作是一個工作臺，上面配有很多工具，如錘子、螺絲刀等。cuDNN是基於CUDA的深度學習GPU加速庫，有了它才能在GPU上完成深度學習的計算。它就相當於工作的工具，比如它就是個扳手。但是CUDA這個工作臺買來的時候，並沒有送扳手。想要在CUDA上運行深度神經網絡，就要安裝cuDNN，就像你想要擰個螺帽就要把扳手買回來。這樣才能使GPU進行深度神經網絡的工作，工作速度相較CPU快很多