来源：架构师技术联盟
https://zhuanlan.zhihu.com/p/109042798utm_source=wechat_session&utm_medium=social&s_r=0In der heutigen Computerwelt ist die Leistung von CPU, GPU und Grafikkarte zu einem wichtigen Indikator für die Computerleistung geworden. Heute werfen wir einen detaillierten Blick auf die CPU-, GPU- und Grafikkarten-Ranglisten.
Zunächst einmal dient die CPU als Gehirn des Computers und ist für die Bearbeitung verschiedener Aufgaben zuständig. Seine Leistung wird hauptsächlich durch die Anzahl der Kerne, die Hauptfrequenz und die Cache-Größe bestimmt. Unter anderem bestimmen die Anzahl der Kerne und die Hauptfrequenz die Verarbeitungsgeschwindigkeit der CPU, und die Cache-Größe hat einen größeren Einfluss auf einige Aufgaben, die viele Berechnungen erfordern. Bei der Auswahl einer CPU müssen Sie diese Faktoren entsprechend Ihren Nutzungsanforderungen abwägen.
Als Chip für die Grafikverarbeitung spielt die GPU in modernen Computern eine immer wichtigere Rolle. Seine Leistung wird hauptsächlich durch die Anzahl der Stream-Prozessoren, die Frequenz und die Speicherbandbreite bestimmt. Die Anzahl und Häufigkeit der Stream-Prozessoren bestimmen die Rechenleistung der GPU und die Speicherbandbreite beeinflusst die Datenübertragungsgeschwindigkeit. Bei der Auswahl einer GPU müssen Sie das Produkt auswählen, das je nach Ihren Nutzungsanforderungen am besten zu Ihnen passt.
Auch als Brücke, die die Rechenergebnisse der GPU an den Monitor übermittelt, spielt die Grafikkarte eine wichtige Rolle. Seine Leistung wird hauptsächlich durch die Speicherkapazität, die Bandbreite und die Breite der Speicherschnittstelle bestimmt. Die Videospeicherkapazität und die Bandbreite bestimmen die Datenmenge, die die Grafikkarte verarbeiten kann, und die Breite der Speicherschnittstelle beeinflusst die Datenübertragungsgeschwindigkeit. Bei der Auswahl einer Grafikkarte müssen Sie anhand Ihrer Anforderungen das Produkt auswählen, das am besten zu Ihnen passt.
Um es für jedermann einfacher zu machen, die Leistung verschiedener Produkte zu vergleichen, verwendet die Branche häufig ein Leiterdiagramm zur Darstellung. Das Leiterdiagramm ist ein Diagramm, das auf der Grundlage einer großen Menge an Testdaten und Benutzerbewertungen erstellt wurde und den Leistungsunterschied zwischen verschiedenen Produkten visuell darstellen kann. Bei der Auswahl einer CPU, GPU und Grafikkarte können Sie anhand dieser Leitertabellen das Produkt auswählen, das am besten zu Ihnen passt.
1. Eine unverzichtbare Anleitung zum Zusammenbau eines Desktop-Computers: Performance Ladder Chart
Vorsichtsmaßnahmen:
1. Die Leistung von Prozessoren desselben Modells ist nicht genau gleich. (Stromproblem)
2. Wenn Sie einen High-End-Desktop-Prozessor in ein Notebook einbauen, nimmt die Leistung ab. (Stromproblem)
3. Diese Grafik basiert nicht ausschließlich auf Laufergebnissen. Abhängig von der TDP wird der Faktor Turbo Frequency Durability berücksichtigt.
4. Diejenigen, die nicht zu den Core- und Ryzen-Architekturen gehören, weisen eine schlechte Leistung auf.
5. Die gleiche Höhe in der Leiter bedeutet nicht, dass sie dem Ausführen einer bestimmten Anwendung entspricht.
Desktop-CPU-Leiterdiagramm:
Leistungsliste für Desktop-CPU-Leiterdiagramme 2023
Rangliste für Desktop-Grafikkarten:
Leistungsranking des Desktop-Grafik-Leiterdiagramms 2023
2023 NVIDIA Desktop Professional-Grafikkartenleiter
2. Ein unverzichtbarer Leitfaden beim Kauf eines Laptops: Performance Ladder Chart
2023 Laptop-CPU-Leistungs-Rangliste
2023 Vergleichendes Leistungsverzeichnis der mobilen Grafikkarten für Laptops und Desktop-Grafikkarten
2023 NVIDIA Notebook Professional Grafikkarten-Leistungsleiter (offizielle Version)
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！