来源：架构师技术联盟
https://zhuanlan.zhihu.com/p/109042798utm_source=wechat_session&utm_medium=social&s_r=0今日のコンピューターの世界では、CPU、GPU、グラフィックス カードのパフォーマンスがコンピューターのパフォーマンスの重要な指標となっています。今日は、CPU、GPU、グラフィックス カードのラダー チャートを詳しく見ていきます。
まずCPUはコンピュータの頭脳となり、さまざまなタスクを処理します。そのパフォーマンスは主にコアの数、メイン周波数、キャッシュ サイズによって決まります。このうち、コア数とメイン周波数が CPU の処理速度を決定し、多くの計算を必要とする一部のタスクではキャッシュ サイズがより大きな影響を与えます。CPU を選択するときは、使用上のニーズに基づいてこれらの要素を比較検討する必要があります。
グラフィックス処理専用のチップとして、GPU は現代のコンピューターでますます重要な役割を果たしています。そのパフォーマンスは主に、ストリーム プロセッサの数、周波数、メモリ帯域幅によって決まります。ストリーム プロセッサの数と周波数によって GPU の計算能力が決まり、メモリ帯域幅がデータ転送速度に影響します。GPU を選択するときは、使用ニーズに基づいて最適な製品を選択する必要があります。
グラフィックスカードはGPUの計算結果をモニターに伝えるブリッジとしても重要な役割を果たします。そのパフォーマンスは主にメモリ容量、帯域幅、メモリ インターフェイス幅によって決まります。ビデオ メモリの容量と帯域幅によってグラフィック カードが処理できるデータ量が決まり、メモリ インターフェイスの幅がデータ転送速度に影響します。グラフィックス カードを選択するときは、ニーズに基づいて最適な製品を選択する必要があります。
さまざまな製品の性能を誰でも簡単に比較できるようにするために、業界ではラダー図を使用して表示することがよくあります。ラダーチャートは、大量のテストデータやユーザーのレビューに基づいて作成されたチャートで、製品間の性能の差を視覚的に表示できます。CPU、GPU、グラフィックス カードを選択する際には、これらのラダー チャートを参照して、最適な製品を選択してください。
1. デスクトップ コンピューターを組み立てるための必読ガイド: パフォーマンス ラダー チャート
予防：
1. 同じモデルのプロセッサのパフォーマンスはまったく同じではありません。(電源の問題)
2. ノートブックにハイエンドのデスクトッププロセッサを搭載すると、パフォーマンスが低下します。(電源の問題)
3. このグラフはランニング スコアに完全に基づいているわけではなく、TDP に応じて、ターボ周波数耐久性の要素が考慮されます。
4. Core および Ryzen アーキテクチャに属さないものはパフォーマンスが低くなります。
5. はしごの高さが同じであっても、特定のアプリケーションの実行と同等であることを意味するものではありません。
デスクトップ CPU ラダー チャート:
2023年デスクトップCPUラダーチャート性能一覧
デスクトップ グラフィックス カードのラダー チャート:
2023 デスクトップ グラフィックス ラダー チャート パフォーマンス ランキング
2023 NVIDIA デスクトップ プロフェッショナル グラフィックス カード ラダー
2. ノートパソコン購入時に必見のガイド: パフォーマンス ラダー チャート
2023年ノートパソコンCPU性能ランキング表
2023 年ラップトップ モバイル グラフィックス カードとデスクトップ グラフィックス カードの比較パフォーマンス ラダー チャート ランキング
2023 NVIDIA ノートブック プロフェッショナル グラフィックス カード パフォーマンス ラダー (正式バージョン)
关注公众号【机器学习与AI生成创作】，更多精彩等你来读
卧剿，6万字！30个方向130篇！CVPR 2023 最全 AIGC 论文！一口气读完
深入浅出stable diffusion：AI作画技术背后的潜在扩散模型论文解读
深入浅出ControlNet，一种可控生成的AIGC绘画生成算法！
经典GAN不得不读：StyleGAN
戳我，查看GAN的系列专辑~！
一杯奶茶，成为AIGC+CV视觉的前沿弄潮儿！
最新最全100篇汇总！生成扩散模型Diffusion Models
ECCV2022 | 生成对抗网络GAN部分论文汇总
CVPR 2022 | 25+方向、最新50篇GAN论文
ICCV 2021 | 35个主题GAN论文汇总
超110篇！CVPR 2021最全GAN论文梳理
超100篇！CVPR 2020最全GAN论文梳理
拆解组新的GAN：解耦表征MixNMatch
StarGAN第2版：多域多样性图像生成
附下载 | 《可解释的机器学习》中文版
附下载 |《TensorFlow 2.0 深度学习算法实战》
附下载 |《计算机视觉中的数学方法》分享
《基于深度学习的表面缺陷检测方法综述》
《零样本图像分类综述: 十年进展》
《基于深度神经网络的少样本学习综述》
《礼记·学记》有云：独学而无友，则孤陋而寡闻
点击一杯奶茶，成为AIGC+CV视觉的前沿弄潮儿！，加入 AI生成创作与计算机视觉 知识星球！