为什么GPU比CPU更适合深度学习？

CPU（中央处理器）是计算机的主力，它非常灵活，不仅需要处理来自各种程序和硬件的指令，并且处理速度也有一定的要求。为了在这种多任务环境中表现出色，CPU 具有少量且灵活快速的处理单元（也称为核）。

GPU（图形处理单元）GPU在多任务处理方面不那么灵活。但它可以并行执行大量复杂的数学计算。这是通过拥有更多数量的简单核心（数千个到上万）来实现的，这样可以同时处理许多简单的计算。

并行执行多个计算的要求非常适合于:

图形渲染——移动的图形对象需要不断地计算它们的轨迹，这需要大量不断重复的并行数学计算。

机器和深度学习——大量的矩阵/张量计算，GPU可以并行处理。

任何类型的数学计算，可以拆分为并行运行。