2019-07-05算了一下，大概是 16 * 5G = 0.8TFLOPS 4
2019-09-021、以前只知道深度学习、大数据需要GPU但是底层的原理并不知道？
2、也不知道GPU的硬件组成和CPU有什么不同？
听完来时的讲解一下感觉都明白了
day31天笔记: https://www.cnblogs.com/luoahong/p/11417549.html 1
2019-08-09由此看出，CPU适合做逻辑复杂、小量数据、IO密集这三类运算。
只要数据量大，即使逻辑复杂，还是值得研究可编程的专门硬件来提高效率，正如GPU的出现。
IO密集型的场景，由于内存、网卡、硬盘与CPU之间的速率差异，更适合借助中断机制用异步方式实现，提高总体的吞吐率。并借助高速缓存和超线程，进一步提升吞吐率，Web服务就是这种场景。 1
2019-12-21CPU：在电脑里面起着控制运算的作用，是电脑的中央处理器
GPU: 主要是处理计算机中图形的有关计算，是一个附属形的处理器
只有CPU和GPU配合，才能充分的发挥计算机的性能！
学到了31讲，个人觉得，其实真的记不住什么东西，也不可能记得住，但是对某些知识的理解更加深刻了，不要放弃，先统一的学完一遍，对有的知识点有个映象，学习是一辈子的事情，后面再一遍一遍的把它当做读物来学习，一点点的弄！不慌！
专科大二，朝着自己的目标继续努力！展开
2019-10-11徐老师，我理解GPU【执行上下文】的组件多是由于GPU的超线程的数量比CPU多而造成的
那么你的这句话【最后，为了能够让 GPU 不要遭遇流水线停顿，我们又在同一个 GPU 的计算核里面，加上了更多的执行上下文】是不是指的就是GPU超线程多，可以避免流水线的停顿？ 1
2019-07-05最新版的GPU Turing架构，加入了Tensor Core，面向深度学习，直接支持矩阵乘法这种相对复杂的运算🌝🌝🌝
2019-07-05这份讲义都是2011年的了，近8年的GPU发展如何呢，这八年没有任何变化么？
2019-07-05技术都是螺旋式发展的，正如 :游戏的发展
—> GPU技术升级—>深度学习发展- 2019-07-05徐老师能把haifux.org中的ppt链接贴出来吗，客户端上加载不出来:D 1