黑龍江
買電腦時，以前我們只關注CPU強不強，后來為了玩游戲和剪視頻，我們開始關注GPU。而現在AI時代，各大廠商開始宣傳NPU。那么，這三個“PU”的硬件，到底有什么用？它們之間有什么本質區別？小A通過本篇文章來告訴你。
PART.01CPU：全能的總指揮官
CPU即中央處理器，是電腦的大腦。它的主要任務是處理指令、執行邏輯運算、控制其他硬件。無論是你打開瀏覽器、編輯文檔，還是操作系統本身的運行，都離不開CPU。
特點：核心數較少，但單個核心強大；擅長復雜的邏輯控制和串行任務；通用性強，什么都能干，但某些重復性工作效率不一定最高。
一句話總結：CPU負責保證電腦“能用”，處理所有雜亂、復雜的日常指令。
PART.02GPU：并行計算專家
GPU即圖形處理器，最初為了處理圖像而生，后來應用于游戲渲染。屏幕上的每一個像素點都需要計算顏色和亮度，這涉及到海量的、但相對簡單的數學計算。之后，人們將這種海量并行計算的能力應用于挖礦和AI模型訓練。
特點：核心數多，但單個核心較弱；擅長并行計算；吞吐量大，適合處理圖像渲染、視頻剪輯導出、深度學習訓練等任務。
舉個例子，雖然單個GPU的能力不如CPU，算不了復雜的微積分，但如果你讓它們做10000道簡單的加減法（比如渲染屏幕上的像素），GPU就像幾千個小學生同時動筆，速度甩了GPU幾條街。這就是為什么玩大型 3D 游戲或者訓練 AI 大模型時，必須依靠 GPU。
PART.03NPU：專注AI的精算師
NPU即嵌入式神經網絡處理器。是專門為人工智能和深度學習算法設計的。它不像 CPU 那么全能，也不像 GPU 那么耗電和龐大。它通過模擬人類神經元和突觸的結構，專門處理 AI 任務中常見的矩陣乘法和卷積運算。
特點：只為 AI 算法優化；在處理 AI 任務（如人臉識別、語音轉文字、背景虛化）時，速度快且功耗極低；它把 CPU 和 GPU 從繁重的 AI 推理任務中解放出來。
一句話總結：NPU負責讓電腦更聰明，專門低功耗地處理本地AI任務。
PART.04三者協同工作
你可能會問：“既然 GPU 也能算 AI，為什么還要單獨加一個 NPU？”
答案是：效率和功耗。
在現在的AI PC和智能手機時代時代，這三者缺一不可，它們構成了xPU的異構計算體系：
CPU：負責啟動程序、響應你的操作，決定把任務分給誰。
GPU：負責讓你玩游戲流暢，或者在AI大模型訓練時提供算力。
NPU：負責在后臺默默處理AI應用（如摳圖、語音降噪），讓電腦更智能，同時不讓筆記本發燙掉電。
三者各司其職，共同構成了現代計算機強大的算力基礎。下次再看到這些參數，你就知道它們各自在忙什么了！
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
