顯卡（Video card，Graphics card）全稱顯示接口卡，又稱顯示適配器，是計算機最基本配置、最重要的配件之一。

就像電腦聯網需要網卡，主機里的數據要顯示在屏幕上就需要顯卡。因此，顯卡是電腦進行數模信號轉換的設備，承擔輸出顯示圖形的任務。

具體來說，顯卡接在電腦主板上，它將電腦的數字信號轉換成模擬信號讓顯示器顯示出來。

CPU是一個有多種功能的優秀領導者。它的優點在于調度、管理、協調能力強，計算能力則位于其次。而GPU相當于一個接受CPU調度的“擁有大量計算能力”的員工。

GPU可以利用多個CUDA核心來做并行計算，而CPU只能按照順序進行串行計算，同樣運行3000次的簡單運算，CPU需要3000個時鐘周期，而配有3000個CUDA核心的GPU運行只需要1個時鐘周期。

流光處理器：也叫渲染管、著色器。畫面都是由一個又一個像素點組成的，而流處理器就負責這些像素點的渲染工作；

RT核心：光追核心，用作于光線追蹤效果；

Tensor核心：一種新型處理核心，它執行一種專門的矩陣數學運算，適用于深度學習和某些類型的HPC；

顯存容量：顯存容量決定著顯存臨時存儲數據的多少，大顯存能減少讀取數據的次數，降低延遲；

顯存帶寬：顯存帶寬指的是圖形處理芯片與顯存之間的交換速度，所以，顯存接口總線的位數越寬，交換速率也就越高，而顯存的速度越快

單精度浮點性能：代表顯卡的浮點計算能力，越高算力越強，深度學習、科學計算用途較多；

核心代號：顯卡核心代號就是指顯卡的顯示核心的開發代號。

核心頻率：只顯示核心的工作頻率，其工作頻率在一定程度上可以反映出顯示核心的性能；

加速頻率：只顯示核心的工作頻率最高可達頻率。

顯存位寬：是顯存在一個時鐘周期內所能傳送數據的位數,位數越大則瞬間所能傳輸的數據量越大,這是顯存的重要參數之一；

顯存容量：其主要功能就是暫時儲存GPU要處理的數據和處理完畢的數據。顯存容量大小決定了GPU能夠加載的數據量大小。（在顯存已經可以滿足客戶業務的情況下，提升顯存不會對業務性能帶來大的提升。在深度學習、機器學習的訓練場景，顯存的大小決定了一次能夠加載訓練數據的量，在大規模訓練時，顯存會顯得比較重要。

顯存頻率：一定程度上反應著該顯存的速度，以MHz（兆赫茲）為單位,顯存頻率隨著顯存的類型、性能的不同而不同。顯存頻率和位寬決定顯存帶寬。

顯存帶寬：指顯示芯片與顯存之間的數據傳輸速率，它以字節/秒為單位。顯存帶寬是決定顯卡性能和速度最重要的因素之一。

評估一個顯卡的性能不能單純看某一個指標的性能，而是結合顯卡的個指標及客戶業務需求的綜合性能。

GPU是協處理器，與CPU端存儲是分離的，故GPU運算時必須先將CPU端的代碼和數據傳輸到GPU，GPU才能執行kernel函數。

涉及CPU與GPU通信，其中通信接口PCIe的版本和性能會直接影響通信帶寬。

GPU的另一個重要參數是浮點計算能力。浮點計數是利用浮動小數點的方式使用不同長度的二進制來表示一個數字，與之對應的是定點數。

同樣的長度下浮點數能表達的數字范圍相比定點數更大，但浮點數并不能精確表達所有實數，而只能采用更加接近的不同精度來表達。

總結

以上是生活随笔為你收集整理的显卡是什么？显卡和Graphics的区别在哪里？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。