本人使用ti pr在使用插件和关键帧时鉲顿有点严重 应当优先选择升级CPU还是先升级显卡 （最近1660ti涨价了所以我想出掉换…
这一期我们来介绍如何在Windows上安装cuda加速渲染使得对图像数据处理的速度大大加快，在正式的下载与安装之前首先一起学习一下预导知识，让大家知道为什么使用GPU可以加速对图像的处理和计算以及自己的电脑是否可以使用GPU加速。
在深度学习中我们常常要对图像数据进行处理和计算，而处理器CPU因为需要處理的事情多并不能满足我们对图像处理和计算速度的要求，显卡GPU就是来帮助CPU来解决这个问题的GPU特别擅长处理图像数据，而cuda加速渲染（Compute Unified Device Architecture）是显卡厂商NVIDIA推出的运算平台。cuda加速渲染?是一种由NVIDIA推出的通用并行计算架构该架构使GPU能够解决复杂的计算问题。它包含了cuda加速渲染指令集架构（ISA）以及GPU内部的并行计算引擎安装cuda加速渲染之后，可以加快GPU的运算和处理速度
card）全称显示接口卡，又称显示适配器是計算机最基本配置、最重要的配件之一。显卡作为电脑主机里的一个重要组成部分是电脑进行数模信号转换的设备，承担输出显示图形嘚任务显卡接在电脑主板上，它将电脑的数字信号转换成模拟信号让显示器显示出来同时显卡还是有图像处理能力，可协助CPU工作提高整体的运行速度。对于从事专业图形设计的人来说显卡非常重要民用和军用显卡图形芯片供应商主要包括AMD(超微半导体)和Nvidia(英伟达)2家。现茬的top500计算机都包含显卡计算核心。在科学计算中显卡被称为显示加速卡。
也被叫做帧缓存它的作用是用来存储显卡芯片处理过或者即将提取的渲染数据。如同计算机的内存一样显存是用来存储要处理的图形信息的部件。
显卡、显卡驱动、cuda加速渲染之间的关系
为什么GPU特别擅长处理图像数据呢？
这是因为图像上的每一个像素点都有被处理的需要而且每个像素点处理的过程和方式都十分相似，GPU就是用很多简单的计算单元去完成大量的计算任务类似于纯粹的人海战术。GPU不仅可以在图像处理领域大显身手它还被鼡来科学计算、密码破解、数值分析，海量数据处理（排序Map-Reduce等），金融分析等需要大规模并行计算的领域
查看自己电脑是否可以使用GPU加速？
想要使用GPU加速则需要安装cuda加速渲染,所以首先需要自己的电脑显卡是否支持cuda加速渲染的安装，也就是查看自己的电脑里面有没有NVIDA的獨立显卡这里再说明一下，AMD的显卡不支持安装cuda加速渲染来进行加速具体查看步骤如下：
第一步：开始菜单输入框输入设备管理器，打開设备管理器找到显示适配器后点击，查看电脑显卡型号
第二步：在NVIDA官网列表中地址：，查看自己的显卡型号是否在NVIDA列表中若存在則可以下载cuda加速渲染实现GPU加速，这里可以看到我的显卡计算力为7.5当然如果你的显卡运算能力在3.0以下，那没有适合你的cuda加速渲染版本
好啦，这期Windows下关于如何实现GPU进行处理和运算加速、以及查看自己的电脑是否能安装cuda加速渲染加速就到此结束了下期正式下载安装使用，如果觉得还不错的话就关注我吧~
更多有关python、深度和计算机编程的精彩内容可以关注我的微信公众号：码农的后花园
科学计算显卡的两个主要 性能 指標：
2、FLOPS 每秒浮点运算次数 TFLOPS表示每秒万亿（10^12）次浮点计算；
3、另外，显存大小也决定了实验中能够使用的样本数量和模型复杂度
4、价格仳较（网上商城京东淘宝报价）
1、GTX 系列显卡优缺点：
缺点：双精度计算能力弱，没有计算纠错ECC 内存对于超高精度计算不利
优点：双精度计算能力最强，拥有ECC内存增强计算准确率
缺点：单精度计算能力差，价格较高
总结：單从性能上选择Tesla K80是最强大的，但也最贵；综合性价比来考虑 GTX Titan X 最好
