CPU上能搞深度學習嗎？

當然可以。吳恩達當年就是用16000顆CPU搭建了當時世界上最大的人工神經網路Google Brain，並利用深度學習演算法識別了「貓」。而2016年橫空出世的AlphaGo，也是配置的CPU，多大1920顆。

不過，我是從一則消息開始想這個問題的。

蘋果在7月12晚，更新了四款全新MacBook Pro，其主要特點是升級Intel酷睿第八代處理器，全新的處理器運算速度最快可比上代提升70%。

值得注意的是，這次蘋果還帶來了一個全新的東西：Blackmagic Design，它為MacBook Pro打造了一款理想的外接圖形處理器(eGPU)，讓你無需犧牲筆記本電腦的便攜性，就能擁有台式電腦級的圖形處理性能。Blackmagic eGPU採用一體式鋁金屬機身設計，性能強勁卻十分安靜。有了Blackmagic eGPU和MacBook Pro，無論身在何處，你都能夠加速運行專業類應用程序，製作VR內容，或是暢快淋漓地玩遊戲。

我主要有下面幾個問題。

蘋果一直用Intel的CPU嗎?

2007年1月9日，史蒂夫?喬布斯發布第一代iPhone，而此前一年蘋果公司還有一件重要的事件：Mac的大腦移植，從PowerPC晶元過渡到Intel晶元。蘋果當時知道，在消費級處理器上，IBM生產的PowerPC處理器已經無法和Intel生產的X86處理器競爭了，為了保持自己的競爭力，讓Mac性能不落後，蘋果接納了X86處理器，而Windows PC當時已經使用X86系列很久了。

據說，蘋果是唯一一個非常成功地完成從一個硬體平台轉移到另一個的公司，而且成功了兩次，在20世紀九十年代中期的時候，蘋果就從摩托羅拉68000處理器轉到了PowerPC平台。

我們知道蘋果其實很早就開始自己研發晶元，蘋果A系列晶元於2010年與iPad同步亮相。還有T系列晶元，T1在MacBook Pro中的作用就是給Touch ID和Apple Pay提供安全保障，讓黑客無從盜取指紋或者價格信息等。新款MacBook Pro搭載了AppleT2晶元，是蘋果設計的第二代T系列晶元，主打的也是筆記本的安全性。

Mac是獨顯還是集顯?

顯卡分很多種類。

集成顯卡：將顯示晶元、顯存及其相關電路都集成在主板上，也就是說集顯只與主板有關係，和CPU無關。

集成顯卡

核芯顯卡：Intel產品新一代圖形處理核心，Intel憑藉其在處理器製程上的先進工藝及其新的架構設計，將圖形核心與處理核心整合在同一塊基板上，構成一顆完整的處理器，這就是Intel於2011年發布的第二代Core處理器，開發代碼SandyBridge。

獨立顯卡：將顯示晶元、顯存及其相關電路單獨做在一塊電路板上，自成一體而作為一塊獨立的板塊存在，它需佔用主板的擴展槽。

獨立顯卡，安裝風扇前

獨立顯卡，安裝風扇後

我查看了一下自己Mac Air的配置，圖形卡/顯示器項目列著：

晶元組型號：Intel HD Graphics 6000

類型：GPU

也就說Mac Air使用的是集成顯卡，Mac Pro呢？如何確定MacBook Pro上使用的圖形處理器，蘋果官網上有明確說明：

MacBook Pro 15英寸和17英寸筆記本電腦通常配有兩種圖形處理器(GPU)：獨立GPU和集成GPU。獨立GPU可提供卓越的圖形卡性能，但能耗較高。集成GPU的能耗較低，因此可以優化電池續航能力。

要查看哪個應用程序使用較高性能的獨立GPU，請打開「活動監視器」，然後前往「能耗」標籤頁。

蘋果Mac之前很多機型都在使用NVIDIA GPU，而這次新發布的Mac Pro換裝為AMD的Radeon Pro GPU。

顯卡就是GPU嗎?

個人理解，我們一般討論顯卡(Video card，Graphics card)時就是在討論GPU(Graphic Processing Unit)，GPU可以說是顯卡的處理器，其他如散熱器等都是外圍設備。

為什麼現在討論深度學習更多地提到GPU?

先說一下CPU和GPU的區別：

CPU需要很強的通用性來處理各種不同的數據類型，同時又要邏輯判斷，會引入大量的分支跳轉和中斷的處理，這使得CPU的內部結構異常複雜。而GPU面對的則是類型高度統一的、相互無依賴的大規模數據和不需要被打斷的純凈的計算環境。

CPU擅長邏輯控制、串列的運算，而GPU擅長的是大規模並發計算。

2003-2004年左右，圖形學之外的領域專家開始注意到GPU與眾不同的計算能力，開始嘗試把GPU用於通用計算，之後英偉達發布了CUDA，AMD和蘋果等公司也發布了OpenCL，GPU開始在通用計算領域得到廣泛應用。

Windows下安裝CPU用的Tensorflow

最開始在網上找安裝教程時，看到大多是Linux平台下的，或者是Windows平台下GPU用的。記錄我的安裝過程，就是：

1. 安裝Python。版本：python-3.6.4-amd64.exe。

2. cmd，命令行輸入：python，查看Python版本號，以驗證Python是否安裝成功了。

繼續在命令行輸入：pip install --upgrade tensorflow。

(很尷尬，我運行了兩次這個命令才安裝成功)

3. 驗證tensorflow是否安裝成功的法很簡單：import tensoflow as tf

最後，我還安裝了PyCharm社區版，並配好了開發環境。(就是安裝的Python目錄)

很多人說先安裝Anaconda，也可以，可以省去Python的安裝過程，因為Anaconda自帶Python。

12周，堅持周更之5/12，連接開發者，連接迭代成長者

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！