Python与GPU编程快速入门（一）
Python与GPU编程快速入门
文章目录
- Python与GPU编程快速入门
- 1、图形处理单元（Graphics Processing Unit，GPU）
- 1.1 并行设计
- 1.2 速度优势
本系列文章将详细介绍如何在Python中使用CUDA，从而使Python应用程序加速。
1、图形处理单元（Graphics Processing Unit，GPU）
图形处理单元 (GPU) 是计算机显卡的组件之一，还有专用内存和不同的输入/输出 (I/O) 单元。 在视频卡的背景下，GPU 的作用类似于通用计算系统中中央处理单元 (CPU) 的作用：它处理输入数据以生成某种输出。 在传统的视频卡环境中，GPU 处理数据以便在输出设备（例如屏幕）上渲染图像。 然而，现代 GPU 是通用计算设备，可用于执行任何类型的计算，这就是我们在本文中要做的事情。
1.1 并行设计
但是，当计算机已经拥有能够执行任何类型计算的快速 CPU 时，为什么还要使用 GPU 来执行通用计算呢？ 回答这个问题的一种方法是回到 GPU 设计目的的根源：渲染图