CPU與架構

GPU 適合矩陣運算以及 AI 訓練與推論的主要原因為何？

  1. A因為時脈頻率是 CPU 的 100 倍以上
  2. B因為具有大量單純的運算單元，能平行處理大量資料
  3. C因為沒有記憶體
查看答案與解析

正確答案：B. 因為具有大量單純的運算單元，能平行處理大量資料

GPU 原本是為了同時處理螢幕上的大量像素，因此其結構是並排數千〜上萬個以上的單純運算單元。像矩陣運算這種對大量資料重複相同計算的處理，可藉由這種平行性發揮高效能。近年來 GPU 配備了矩陣運算專用單元（Tensor Core 等）與高頻寬的 HBM，已成為 AI 訓練的主角。分支多的循序處理則是 CPU 較為擅長。

練習這個領域 前往領域頁面

CPU與架構的其他題目

  1. 快取存取時間為 10 ns、主記憶體存取時間為 100 ns、快取命中率為 90% 時，平均存取時間是多少？
  2. 在 CMOS 電路中，若其他條件不變，只將電源電壓減半，動態功耗會如何變化？
  3. ARM、x86、RISC-V 等名稱主要代表的是什麼？
  4. 關於 RISC-V 的特徵，下列何者正確？
  5. 在一個時脈週期內同時發出並執行多道指令的處理器方式稱為什麼？

這個領域的比較