欧意如何购买 MetaArt NFT：完整指南与用户体验分享

你是不是经常听说“欧意合伙人”这个词，但又不太清楚它到底是什么？其实，这是一个结合了加密货币、区块链技术与社区运营的新型参与模式，正在吸引越来越多的人加入。如果你也想在区块链的世界里找到一个简单、有潜力的切入点，那么“欧意合伙人”或许就是你的机会。 什么是欧意合伙人？ “欧意合伙人”是围绕某个主流或新兴区块链平台（如OKX等）推出的用户推广计划。通过邀请新用户注册并完成特定任务，合伙人可以获得相应的奖励回报，比如手续费返还、代币奖励甚至现金激励。 为什么值得关注？ 低门槛参与：无需专业技术背景，只需一部手机和网络连接即可。 收益可观：根据平台政策，每成功邀请一位用户，你都能获得一定比例的返佣。 紧跟趋势：随着DeFi、Web3.0的发展，用户增长型项目正成为新的热点。 怎么操作？一步步教你当上欧意合伙人 下面是一个通俗易懂的操作流程，适合新手从零开始： 第一步：注册账号 访问官方平台（如OKX），使用手机号或邮箱注册一个账户。确保填写真实信息，以便后续绑定和提现。 第二步：激活合伙人身份 登录后进入“合伙人中心”或“邀请页面”，通常需要完成KYC验证（身份认证）才能解锁完整功能。 小贴士：有些平台会要求你进行小额交易或持有特定资产来激活合伙人资格。 第三步：获取专属邀请链接 系统会为你生成一个唯一的邀请链接或邀请码。你可以通过社交媒体、聊天群组等方式分享给朋友。 重要提示：务必使用官方渠道分享，避免被钓鱼网站误导。 第四步：跟踪收益与提现 每当有人通过你的链接注册并完成指定任务（如充值、交易等），你就能看到收益实时更新。多数平台支持每日结算，收益可直接提取到钱包中。 常见问题 & 注意事项 在参与过程中，你可能会遇到以下情况： Q：邀请来的用户不活跃怎么办？A：部分平台对用户活跃度有要求，建议多引导好友完成交易或持有资产。 Q：是否安全可靠？A：选择知名平台并核实其合规性非常重要。避免参与不明来源的“仿冒合伙人”项目。 Q：有没有时间限制？A：大多数活动长期有效，但具体规则可能随平台政策调整，请留意公告。 结语 “欧意合伙人”不仅是一种赚钱方式，更是了解区块链生态、积累社交资源的好机会。现在正是参与的好时机，因为早期加入者往往能享受更高的返佣比例和更宽松的审核标准。 如果你已经准备好了，那就别再犹豫——点击注册，开启你的区块链合伙人之路吧！

NFT不仅造就了艺术界的新趋势，更颠覆了游戏产业的固有规则，让玩家能从游戏中获取比「快感」更实际的得着—钱。根据Finder，香港不仅是NFT游戏的第二大市场，全球更有多近30%的玩家来自香港，其投资潜力可见一斑。如果你对NFT游戏有兴趣，但又不知道该从何入手的话，小编以下就为你归纳2022年十大热门游戏，教你从零开始边玩边赚！什么是NFT游戏？有别于一般虚拟货币，每个NFT的价值皆不相同，因此可成为值得收藏或炒卖的艺术品。而当NFT应用在游戏领域时，它更可以化身游戏中的角色、道具、武器等虚拟资产，供玩家透过DeFi模式于二手市场进行交易。由于NFT游戏的门槛比较低，就算资金有限，也能在玩游戏的同时获得NFT兼赚钱，于是逐渐形成边玩边赚(Play to Earn) 的潮流，区块链游戏(GameFi) 也因而兴起。于2015年推出的Etheria，被广泛认为是史上第一个NFT游戏，玩家可把游戏中的虚拟土地作NFT交易；及后第二款NFT游戏CryptoKitties于2017年面世，进一步引起了主流媒体对NFT的兴趣。2021年期间，不少东南亚民众因疫情失业，但凭着游玩Axie Infinity，竟然赚取到生活开支，甚至获得比原来工作更高的薪金，NFT游戏的风潮可谓再创新高。根据DappRadar统计，截至2022年3月，NFT游戏的数量已由2021年的544款增至1,450款，意味着我们正逐步接近Web3游戏经济时代。2022年十大NFT游戏排行榜1. The SandboxThe Sandbox是元宇宙游戏世界的先驱者之一，玩家可在游戏中取得土地、创造自己的物件、购买别人设计好的物件，甚至自行开发出小游戏供他人玩乐，从而建造属于自己的虚拟世界。The Sandbox官方亦致力于更多元化的经济体制，2021年便曾将价值70万美元的SAND币分发给高度参与的创作者，以鼓励玩家持续创作及在元宇宙内交流。「SAND币」是The Sandbox的原生代币，可藉由各种活动取得，或经加密货币交易所购买。截至2022年6月5日，SAND币的币值为$1.28美元。2. SorareSorare是一款足球类型游戏，至今已获154支官方球队授权。在游戏中，玩家不但可购买及收集球员卡，也可选择5张球员卡组成梦幻团队参加锦标赛以赢取奖励，其中S05锦标赛制的奖品更包括玩家卡及以太坊(ETH)。Sorare的游戏代币是「ETH」。截至2022年6月5日，ETH的币值是$1795.33美元。3. DecentralandDecentraland是一款3D模拟游戏，简单来说即NFT游戏版本的模拟人生。游戏不设主线任务，玩家可随意探索及游玩，除了能在自己拥有的LAND上兴建或展示任何建筑或物品，也可与其他玩家交流互动，享受极高自由度的游戏体验。自2021至2022年起，Decentraland开始备受各大品牌关注，就连Samsung也曾于Decentraland当中举办活动作宣传。Decentraland的游戏代币是「MANA」，截至2022年6月5日，MANA的币值是$0.9721美元。4. Axie InfinityAxie Infinity大概是NFT游戏中的龙头，既拥有最昂贵的NFT，也是现时市值排名第一的游戏，每日活跃玩家多达25万人。Axie Infinity的玩法类似Pokemon Go，玩家需在游戏中培养各种技能强大的精灵，并透过与其他玩家对战而升级。Axie的代币为「AXS」，代币拥有人有权参与游戏的管理，并为游戏的发展出一分力。截至2022年6月5日，AXS的币值是$20.03美元。5. Gods UnchainedGods Unchained是一款卡牌对战游戏，玩家须创建强大的牌组并配合适当战术，从而在游戏中战胜对手。Gods Unchained允许玩家自由交易、出售或使用他们的卡牌，就像真实的卡牌游戏一样。Gods Unchained的代币为「 GODS」，玩家可使用代币在市场上购买卡牌包、创建卡牌NFT及参与治理计划，甚至下注代币以获得奖励。截至2022年6月5日，GODS的币值是$0.8306美元。6. SilksSilks是市面上第一个以纯种赛马为主题的NFT游戏--透过将Silks Horse NFT与现实中纯种赛马的数据连结起来，为玩家带来崭新的游玩体验。当马匹在真实世界中赢得比赛或繁殖后代，对应的Silks Horses拥有者亦会在游戏中获得奖励，某程度上为Silks玩家创造了稳定收入的空间。Gods Unchained的代币为「 SILK」，截至2022年6月5日，SILK的币值是$0.006784美元。7. Chosen OnesChosen Ones是一款基于币安智能链的多人线上战斗竞技场游戏，玩家将收集英雄并增强他们的能力，从而侵略其他王国及获得奖励。不过，游戏目前还在准备当中，尚未正式上线。8. Girls, Robots, DragonsGirls, Robots, Dragons是一款结合引人入胜的故事情节及丰富奖励的奇幻游戏。玩家作为Lore Keepers，必须透过完成Lore Book以获得奖励。该系列将包含3000 个NFT，每个NFT 以0.07ETH的价格铸造，预售已于6月6日上线。9. TreeverseTreeverse是一个结合奇幻冒险及角色扮演的开放性世界游戏，并支援多人竞技模式，玩家可在游戏中打怪、铸造武器、钓鱼、成立公会、攻略地城等。由于游戏仍处于开发阶段，目前仍无法游玩，不过官方有提供开发日志，每月的开发进度都有详细记录。10. SplinterlandsSplinterlands是立于Hive Blockchain上的卡牌对战游戏，玩法类似传统的卡牌游戏--玩家透过收集不同卡牌，组成最佳效果的牌组，并与其他玩家战斗。Splinterlands的代币为「 SPS」，质押了SPS的玩家可在成为了DAO的Splinterlands投票，左右游戏的发展方向。截至2022年6月5日，SPS的币值是$0.08356美元。NFT游戏的未来发展方向1. 数目持续增加玩家对NFT游戏如此热衷，其中最主要的原因当然是能赚钱。而随着NFT及加密货币市场不断增长，加上一众玩家持续上涨的需求，市场上应该会有更多公司推出自家的NFT游戏。2. 玩家权力增加在传统游戏中，玩家无法完全控制游戏的元素及环境；但NFT游戏的玩家不但能自订游戏环境，更可创建专属角色，甚至创作出新的游戏玩法。有见及此，未来玩家的自由度及权力相信只会有增无减。3. 更佳的互操作性(Interoperability)NFT存储于区块链上，为现有系统提供了极佳的安全性和兼容性，而这趋势将允许玩家以各种加密货币进行交易，以及购买其他游戏内的道具等，让他们能完全控制自己的资产。4. 与现实世界的游戏融合NFT游戏的其中一个特色，是集虚拟与现实世界的元素于一身。传统游戏一般围绕射击及完成任务，但NFT游戏旨在于虚拟环境中重建现实的环境及活动，玩家除了能互动，更能计划一场虚拟活动。而在未来，相信玩家将能参与更多不同的虚拟活动，尤其是于主打提供真实世界体验的元宇宙中。5. 游戏去中心化区块链技术及NFT的结合，创造了一种去中心化的游戏体验。这意味着玩家将对游戏的发展构成更大的影响，甚至能对其进行修改。由于去中心化令整个NFT游戏生态变得更灵活、更安全，未来相信将会有更多游戏公司投资构建去中心化游戏，让用户能安全地进行不同活动、赚钱及交易游戏NFT。以上就是哪款NFT游戏最红最火?2023年十大NFT游戏排行榜的详细内容，更多关于十大NFT游戏排行的资料请关注阿里西西其它相关文章！

你是否听说过 DEGO Finance？这个项目正在尝试将 NFT 与 DeFi 结合起来，打造一个像“乐高积木”一样的模块化生态。如果你对加密货币和 NFT 都感兴趣，那么 DEGO 或许是你不能错过的机会——它不仅让资产更具流动性，还赋予了用户更多参与和收益的方式。 DEGO 的 NFT+DeFi 模式为何值得关注？ 在当前 NFT 市场复苏的背景下，DEGO Finance 提出了一个创新的解决方案：通过融合 NFT 和 DeFi，构建一个可自由组合的金融生态系统。用户可以在其中使用 GEGO NFT（镐子）作为“通行证”，解锁借贷、去中心化交易所（DEX）、NFT 挖矿等功能，就像搭积木一样灵活。 GEGO NFT 分为六个等级，可以通过铸造、拍卖或挖矿等方式获得，不仅具有收藏价值，还能带来实际收益。更值得一提的是，DEGO 还计划推出自己的链——DEGO Chain，并支持波卡生态的跨链交互，这将进一步提升 NFT 资产的流动性。 尽管 DEGO 的模式充满潜力，但社区也指出了一些挑战，比如高 Gas 费以及团队的匿名性问题。因此，在参与之前，了解这些风险同样重要。 如何参与 DEGO 的 NFT+DeFi 生态？ 以下是你可以尝试的基本步骤： 访问官网：前往 DEGO 官网，这是获取最新信息和参与活动的主要入口。 连接钱包：你需要一个以太坊兼容的钱包（如 MetaMask），用于注册、交易和持有 NFT。 铸造或购买 GEGO NFT：根据你的需求选择铸造、拍卖或通过市场购买 GEGO NFT。每个等级都有不同的功能和收益潜力。 参与 DeFi 功能：拥有 GEGO 后，你可以解锁借贷、质押、挖矿等 DeFi 功能，开始赚取收益。 关注官方社交平台：在 X（@degofinance）上关注官方账号，获取最新的活动通知和技术更新。 常见问题与注意事项 Gas 费较高怎么办？ 目前以太坊网络的 Gas 费确实偏高，建议在 Gas 价格较低时进行操作，或者考虑使用 Layer 2 解决方案。 团队匿名会影响信任吗？ 虽然许多区块链项目的团队选择匿名，但这并不一定代表不可信。你可以通过观察其技术进展、社区活跃度和合作伙伴来判断其可信度。 价格波动大要怎么应对？ DEGO 当前市值约 2840 万美元，价格波动较大。建议投资者理性评估自身风险承受能力，并分散投资。 结语 DEGO Finance 正在尝试一种全新的 NFT+DeFi 组合方式，它的灵活性和模块化设计为用户提供了更多可能性。虽然仍面临一些挑战，但其技术路线和社区热情值得持续关注。 如果你希望在 NFT 和 DeFi 的结合中找到新的机会，现在正是了解和参与的好时机。别忘了定期查看官方渠道的更新，及时把握每一个可能的机遇！

你有没有想过，为什么有人愿意花几万美元买一幅数字画？NFT（非同质化代币）近年来在加密世界中掀起热潮，但很多人仍然不清楚自己购买NFT到底得到了什么。是艺术品所有权？还是某种独家权益？又或者只是炒作？如果你对NFT感兴趣，想真正了解它的价值和背后的授权机制，那么这篇文章就是为你准备的。 NFT的价值与趋势 随着区块链技术的发展，NFT逐渐从艺术圈扩展到音乐、游戏、虚拟地产等多个领域。它不仅代表了数字资产的所有权，还可能附带一系列独特的权益，比如访问权限、分红收益甚至现实中的产品兑换权。 NFT的核心优势在于其“唯一性”和“不可篡改性”，这使得它成为创作者保护作品、粉丝收藏支持的重要工具。同时，随着元宇宙概念的兴起，NFT也成为了数字身份和虚拟资产的重要组成部分。 购买NFT到底买到了什么？ 当你购买一个NFT时，你其实是在区块链上获得了该数字资产的唯一所有权证明。但这并不意味着你拥有该作品的版权或使用权，具体你能获得什么，取决于NFT的授权种类。 常见的NFT授权类型包括： 所有权（Ownership）：这是最基础的权利，即你在区块链上拥有该NFT的记录，可以转让、出售或展示。 版权（Copyright）：部分项目会赋予买家复制、再创作或商业使用的权利，但这种情况较少见，通常需要特别说明。 使用权（Usage Rights）：例如你可以将NFT用作社交媒体头像、在游戏中使用角色形象等。 社区参与权（Community Access）：很多NFT项目会为持有者提供专属社群、活动邀请或投票权。 分红权（Royalties or Earnings）：某些NFT会在后续转售中为原持有者带来一定比例的分成。 如何购买NFT？操作流程详解 如果你已经决定尝试购买NFT，下面是一个简单的入门指南： 选择钱包并连接平台：你需要一个兼容以太坊或其他区块链的钱包，如MetaMask。注册后将其连接到NFT交易平台，如OpenSea、Foundation或Rarible。 购买或铸造NFT：在平台上浏览感兴趣的NFT，点击“购买”或“铸造”按钮。确认价格和手续费后完成交易。 查看和管理你的NFT：交易完成后，你的NFT会显示在钱包或平台个人账户中。你可以随时展示、转售或转移。 了解项目的附加权益：阅读项目介绍，看看是否附带版权、社区访问或其他特殊功能，这些都可能影响NFT的长期价值。 常见问题与注意事项 虽然NFT充满潜力，但也存在一些风险和误区： 不要混淆所有权和版权：大多数情况下，你只拥有NFT本身，而不是原始作品的版权。 警惕诈骗项目：市场中存在不少虚假或无实际价值的NFT，务必做足研究。 注意手续费成本：铸造和交易NFT可能会产生较高的Gas费，尤其是在以太坊网络繁忙时。 结语建议 NFT不仅是数字资产的新形式，更是未来互联网内容所有权的一种探索方式。无论你是艺术家、收藏家还是普通用户，都可以找到适合自己的参与方式。 现在正是进入NFT领域的最佳时机之一。与其观望，不如亲自体验一次，或许你会发现自己正站在下一个数字浪潮的起点。

近年来，NFT（非同质化代币）在加密世界中掀起了一场艺术与身份的革命，而其中最引人注目的现象之一，就是越来越多的名人、明星和企业家纷纷将自己的社交媒体头像换成NFT头像。从萨尔瓦多·达利风格的Punk头像，到Bored Ape Yacht Club系列，这些数字艺术品不仅代表了个性表达，更成为了一种身份象征和投资资产。你是否也在好奇：为什么NFT头像如此受追捧？它们到底有什么价值？值不值得你也去参与？这篇文章将为你一一解答。 NFT头像为何值得关注 NFT头像之所以受到广泛欢迎，主要有以下几个原因： 1. 稀缺性与所有权保障：每个NFT头像都是独一无二的，且通过区块链技术确权，拥有者可以证明这是“我的头像”，而不是随便一张图片。 2. 社交地位象征：尤其是在Web3社区中，拥有一张知名NFT头像（如CryptoPunks或Bored Apes），往往意味着你是早期参与者或圈内“大V”，这在社群中能带来额外的关注和影响力。 3. 投资潜力：许多NFT头像的价值在短时间内大幅上涨，部分作品甚至被拍卖出数百万美元的价格。对于有眼光的人来说，这也是一种新兴的投资方式。 4. 个性化表达：相比传统的头像，NFT头像更具创意和独特性，能够真实反映持有者的审美和个性。 如何参与NFT头像项目？操作流程解析 如果你对NFT头像感兴趣，想要亲自尝试，以下是简单的参与步骤： 第一步：选择一个钱包并连接区块链网络 你需要一个支持以太坊或其他主流区块链的钱包，例如MetaMask或Trust Wallet。注册并创建钱包后，记得备份助记词，并存入一定数量的ETH或USDC等稳定币，用于购买NFT。 第二步：选择NFT市场平台 目前主流的NFT交易平台包括：OpenSea、Rarible、Foundation等。你可以根据自己的偏好选择一个平台注册账号，并用你的钱包登录。 第三步：浏览并购买你喜欢的NFT头像 进入NFT市场的“头像”分类，浏览各种系列，比如CryptoPunks、Bored Ape Yacht Club、Doodles等。点击你感兴趣的头像，查看其价格、历史交易记录及社区评价。确认无误后，使用钱包完成支付。 第四步：设置为社交媒体头像 购买成功后，大多数NFT平台会提供一个可以直接分享的链接或图片文件。你可以将其设置为Twitter、Instagram、Discord等平台的个人头像，展示你的数字身份。 第五步：加入相关社区，获取更多价值 很多NFT头像项目都有自己的DAO（去中心化自治组织）或会员俱乐部，加入后你可能获得专属活动邀请、空投奖励，甚至是投票权。 注意事项与常见问题 虽然NFT头像充满吸引力，但也有一些风险需要注意： 价格波动大：NFT市场仍处于早期阶段，价格可能剧烈波动，需理性评估自身风险承受能力。 版权与抄袭风险：并非所有NFT头像都具备原创性，购买前建议了解项目的背景和创作者信息。 技术门槛：如果你是新手，可能会遇到钱包连接失败、Gas费过高等问题，建议提前学习一些基础知识。 结语 NFT头像不仅是数字时代的身份标识，更是通往Web3世界的一把钥匙。随着越来越多名人和机构加入这一趋势，它的影响力将持续扩大。也许现在正是你迈出第一步的好时机——选择一个属于你的NFT头像，开启你的数字身份之旅吧！别犹豫，机会总是留给行动的人。

目录1.CPU2.GPU3.TPU4.NPU5.ASIC6.BPU（Brain Processing Unit，大脑处理器）7. DPU（Deep learning Processing Unit, 即深度学习处理器）1.CPU CPU( Central Processing Unit, 中央处理器)就是机器的“大脑”，也是布局谋略、发号施令、控制行动的“总司令官”。 CPU的结构主要包括运算器（ALU, Arithmetic and Logic Unit）、控制单元（CU, Control Unit）、寄存器（Register）、高速缓存器（Cache）和它们之间通讯的数据、控制及状态的总线。 简单来说就是：计算单元、控制单元和存储单元，架构如下图所示：   从字面上我们也很好理解，计算单元主要执行算术运算、移位等操作以及地址运算和转换；存储单元主要用于保存运算中产生的数据以及指令等；控制单元则对指令译码，并且发出为完成每条指令所要执行的各个操作的控制信号。 所以一条指令在CPU中执行的过程是这样的：读取到指令后，通过指令总线送到控制器（黄色区域）中进行译码，并发出相应的操作控制信号；然后运算器（绿色区域）按照操作指令对数据进行计算，并通过数据总线将得到的数据存入数据缓存器（大块橙色区域） 是不是有点儿复杂？没关系，这张图完全不用记住，我们只需要知道，CPU遵循的是冯诺依曼架构，其核心就是：存储程序，顺序执行。 讲到这里，有没有看出问题，没错——在这个结构图中，负责计算的绿色区域占的面积似乎太小了，而橙色区域的缓存Cache和黄色区域的控制单元占据了大量空间。 高中化学有句老生常谈的话叫：结构决定性质，放在这里也非常适用。 因为CPU的架构中需要大量的空间去放置存储单元（橙色部分）和控制单元（黄色部分），相比之下计算单元（绿色部分）只占据了很小的一部分，所以它在大规模并行计算能力上极受限制，而更擅长于逻辑控制。 另外，因为遵循冯诺依曼架构（存储程序，顺序执行），CPU就像是个一板一眼的管家，人们吩咐的事情它总是一步一步来做。但是随着人们对更大规模与更快处理速度的需求的增加，这位管家渐渐变得有些力不从心。 于是，大家就想，能不能把多个处理器放在同一块芯片上，让它们一起来做事，这样效率不就提高了吗？ 没错，GPU便由此诞生了。 2.GPU 在正式讲解GPU之前，我们先来讲讲上文中提到的一个概念——并行计算。 并行计算(Parallel Computing)是指同时使用多种计算资源解决计算问题的过程，是提高计算机系统计算速度和处理能力的一种有效手段。它的基本思想是用多个处理器来共同求解同一问题，即将被求解的问题分解成若干个部分，各部分均由一个独立的处理机来并行计算。 并行计算可分为时间上的并行和空间上的并行。 时间上的并行是指流水线技术，比如说工厂生产食品的时候分为四步：清洗-消毒-切割-包装。 如果不采用流水线，一个食品完成上述四个步骤后，下一个食品才进行处理，耗时且影响效率。但是采用流水线技术，就可以同时处理四个食品。这就是并行算法中的时间并行，在同一时间启动两个或两个以上的操作，大大提高计算性能。 空间上的并行是指多个处理机并发的执行计算，即通过网络将两个以上的处理机连接起来，达到同时计算同一个任务的不同部分，或者单个处理机无法解决的大型问题。 比如小李准备在植树节种三棵树，如果小李1个人需要6个小时才能完成任务，植树节当天他叫来了好朋友小红、小王，三个人同时开始挖坑植树，2个小时后每个人都完成了一颗植树任务，这就是并行算法中的空间并行，将一个大任务分割成多个相同的子任务，来加快问题解决速度。 所以说，如果让CPU来执行这个种树任务的话，它就会一棵一棵的种，花上6个小时的时间，但是让GPU来种树，就相当于好几个人同时在种。 GPU全称为Graphics Processing Unit，中文为图形处理器，就如它的名字一样，GPU最初是用在个人电脑、工作站、游戏机和一些移动设备（如平板电脑、智能手机等）上运行绘图运算工作的微处理器。 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，也就成了GPU的天然温床。 GPU简单架构如下图所示： 从架构图我们就能很明显的看出，GPU的构成相对简单，有数量众多的计算单元和超长的流水线，特别适合处理大量的类型统一的数据。 但GPU无法单独工作，必须由CPU进行控制调用才能工作。CPU可单独作用，处理复杂的逻辑运算和不同的数据类型，但当需要大量的处理类型统一的数据时，则可调用GPU进行并行计算。 注：GPU中有很多的运算器ALU和很少的缓存cache，缓存的目的不是保存后面需要访问的数据的，这点和CPU不同，而是为线程thread提高服务的。如果有很多线程需要访问同一个相同的数据，缓存会合并这些访问，然后再去访问dram。 GPU的工作大部分都计算量大，但没什么技术含量，而且要重复很多很多次。 借用知乎上某大神的说法，就像你有个工作需要计算几亿次一百以内加减乘除一样，最好的办法就是雇上几十个小学生一起算，一人算一部分，反正这些计算也没什么技术含量，纯粹体力活而已；而CPU就像老教授，积分微分都会算，就是工资高，一个老教授资顶二十个小学生，你要是富士康你雇哪个？ GPU就是用很多简单的计算单元去完成大量的计算任务，纯粹的人海战术。这种策略基于一个前提，就是小学生A和小学生B的工作没有什么依赖性，是互相独立的。 但有一点需要强调，虽然GPU是为了图像处理而生的，但是我们通过前面的介绍可以发现，它在结构上并没有专门为图像服务的部件，只是对CPU的结构进行了优化与调整，所以现在GPU不仅可以在图像处理领域大显身手，它还被用来科学计算、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。 所以GPU也可以认为是一种较通用的芯片。 3.TPU 按照上文所述，CPU和GPU都是较为通用的芯片，但是有句老话说得好：万能工具的效率永远比不上专用工具。 随着人们的计算需求越来越专业化，人们希望有芯片可以更加符合自己的专业需求，这时，便产生了ASIC（专用集成电路）的概念。 ASIC是指依产品需求不同而定制化的特殊规格集成电路，由特定使用者要求和特定电子系统的需要而设计、制造。当然这概念不用记，简单来说就是定制化芯片。 因为ASIC很“专一”，只做一件事，所以它就会比CPU、GPU等能做很多件事的芯片在某件事上做的更好，实现更高的处理速度和更低的能耗。但相应的，ASIC的生产成本也非常高。 而TPU（Tensor Processing Unit, 张量处理器）就是谷歌专门为加速深层神经网络运算能力而研发的一款芯片，其实也是一款ASIC。 原来很多的机器学习以及图像处理算法大部分都跑在GPU与FPGA（半定制化芯片）上面，但这两种芯片都还是一种通用性芯片，所以在效能与功耗上还是不能更紧密的适配机器学习算法，而且Google一直坚信伟大的软件将在伟大的硬件的帮助下更加大放异彩，所以Google便想，我们可不可以做出一款专用机机器学习算法的专用芯片，TPU便诞生了。 据称，TPU与同期的CPU和GPU相比，可以提供15-30倍的性能提升，以及30-80倍的效率（性能/瓦特）提升。初代的TPU只能做推理，要依靠Google云来实时收集数据并产生结果，而训练过程还需要额外的资源；而第二代TPU既可以用于训练神经网络，又可以用于推理。 看到这里你可能会问了，为什么TPU会在性能上这么牛逼呢？ 嗯，谷歌写了好几篇论文和博文来说明这一原因，所以仅在这里抛砖引玉一下。 如上图所示，TPU在芯片上使用了高达24MB的局部内存，6MB的累加器内存以及用于与主控处理器进行对接的内存，总共占芯片面积的37%（图中蓝色部分）。 这表示谷歌充分意识到了片外内存访问是GPU能效比低的罪魁祸首，因此不惜成本的在芯片上放了巨大的内存。相比之下，英伟达同时期的K80只有8MB的片上内存，因此需要不断地去访问片外DRAM。 另外，TPU的高性能还来源于对于低运算精度的容忍。研究结果表明，低精度运算带来的算法准确率损失很小，但是在硬件实现上却可以带来巨大的便利，包括功耗更低、速度更快、占芯片面积更小的运算单元、更小的内存带宽需求等...TPU采用了8比特的低精度运算。 其它更多的信息可以去翻翻谷歌的论文。 到目前为止，TPU其实已经干了很多事情了，例如机器学习人工智能系统RankBrain，它是用来帮助Google处理搜索结果并为用户提供更加相关搜索结果的；还有街景Street View，用来提高地图与导航的准确性的；当然还有下围棋的计算机程序AlphaGo！ 4.NPU 讲到这里，相信大家对这些所谓的“XPU”的套路已经有了一定了解，我们接着来。 所谓NPU（Neural network Processing Unit）， 即神经网络处理器。顾名思义，这家伙是想用电路模拟人类的神经元和突触结构啊！ 怎么模仿？那就得先来看看人类的神经结构——生物的神经网络由若干人工神经元结点互联而成，神经元之间通过突触两两连接，突触记录了神经元之间的联系。 如果想用电路模仿人类的神经元，就得把每个神经元抽象为一个激励函数，该函数的输入由与其相连的神经元的输出以及连接神经元的突触共同决定。 为了表达特定的知识，使用者通常需要（通过某些特定的算法）调整人工神经网络中突触的取值、网络的拓扑结构等。该过程称为“学习”。 在学习之后，人工神经网络可通过习得的知识来解决特定的问题。 这时不知道大家有没有发现问题——原来，由于深度学习的基本操作是神经元和突触的处理，而传统的处理器指令集（包括x86和ARM等）是为了进行通用计算发展起来的，其基本操作为算术操作（加减乘除）和逻辑操作（与或非），往往需要数百甚至上千条指令才能完成一个神经元的处理，深度学习的处理效率不高。 这时就必须另辟蹊径——突破经典的冯·诺伊曼结构！ 神经网络中存储和处理是一体化的，都是通过突触权重来体现。 而冯·诺伊曼结构中，存储和处理是分离的，分别由存储器和运算器来实现，二者之间存在巨大的差异。当用现有的基于冯·诺伊曼结构的经典计算机（如X86处理器和英伟达GPU）来跑神经网络应用时，就不可避免地受到存储和处理分离式结构的制约，因而影响效率。这也就是专门针对人工智能的专业芯片能够对传统芯片有一定先天优势的原因之一。 NPU的典型代表有国内的寒武纪芯片和IBM的TrueNorth。以中国的寒武纪为例，DianNaoYu指令直接面对大规模神经元和突触的处理，一条指令即可完成一组神经元的处理，并对神经元和突触数据在芯片上的传输提供了一系列专门的支持。 用数字来说话，CPU、GPU与NPU相比，会有百倍以上的性能或能耗比差距——以寒武纪团队过去和Inria联合发表的DianNao论文为例——DianNao为单核处理器，主频为0.98GHz，峰值性能达每秒4520亿次神经网络基本运算，65nm工艺下功耗为0.485W，面积3.02平方毫米mm。 文章开头所说的mate10中所用的麒麟970芯片，就集成了寒武纪的NPU，所以才可以实现所谓的照片优化功能，以及保证你的手机用了很长时间后还能不卡（当然也得真正用了才能知道有没有宣传的这么好）。 PS，中星微电子的“星光智能一号”虽说对外号称是NPU，但其实只是DSP，仅支持网络正向运算，无法支持神经网络训练。 5.ASIC ASIC（Application Specific Integrated Circuit）是一种为专门目的而设计的集成电路。无法重新编程，效能高功耗低，但价格昂贵。近年来涌现出的类似TPU、NPU、VPU、BPU等令人眼花缭乱的各种芯片，本质上都属于ASIC。ASIC不同于 GPU 和 FPGA 的灵活性，定制化的 ASIC 一旦制造完成将不能更改，所以初期成本高、开发周期长的使得进入门槛高。目前，大多是具备 AI 算法又擅长芯片研发的巨头参与，如 Google 的 TPU。由于完美适用于神经网络相关算法，ASIC 在性能和功耗上都要优于 GPU 和 FPGA，TPU1 是传统 GPU 性能的 14-16 倍，NPU 是 GPU 的 118 倍。寒武纪已发布对外应用指令集，预计 ASIC 将是未来 AI 芯片的核心。 6.BPU（Brain Processing Unit，大脑处理器） 是由地平线科技提出的嵌入式人工智能处理器架构。第一代是高斯架构，第二代是伯努利架构，第三代是贝叶斯架构。目前地平线已经设计出了第一代高斯架构，并与英特尔在2017年CES展会上联合推出了ADAS系统（高级驾驶辅助系统）。 7. DPU（Deep learning Processing Unit, 即深度学习处理器） 最早由国内深鉴科技提出，基于Xilinx可重构特性的FPGA芯片，设计专用的深度学习处理单元（可基于已有的逻辑单元，设计并行高效的乘法器及逻辑电路，属于IP范畴），且抽象出定制化的指令集和编译器（而非使用OpenCL），从而实现快速的开发与产品迭代。事实上，深鉴提出的DPU属于半定制化的FPGA。 嵌入式神经网络处理器（NPU）采用“数据驱动并行计算”的架构，特别擅长处理视频、图像类的海量多媒体数据。 NPU处理器专门为物联网人工智能而设计，用于加速神经网络的运算，解决传统芯片在神经网络运算时效率低下的问题。 在GX8010中，CPU和MCU各有一个NPU，MCU中的NPU相对较小，习惯上称为SNPU。 NPU处理器包括了乘加、激活函数、二维数据运算、解压缩等模块。 乘加模块用于计算矩阵乘加、卷积、点乘等功能，NPU内部有64个MAC，SNPU有32个。 激活函数模块采用最高12阶参数拟合的方式实现神经网络中的激活函数，NPU内部有6个MAC，SNPU有3个。 二维数据运算模块用于实现对一个平面的运算，如降采样、平面数据拷贝等，NPU内部有1个MAC，SNPU有1个。 解压缩模块用于对权重数据的解压。为了解决物联网设备中内存带宽小的特点，在NPU编译器中会对神经网络中的权重进行压缩，在几乎不影响精度的情况下，可以实现6-10倍的压缩效果。 不，据说每过18天，集成电路领域就会多出一个XPU，直到26个字母被用完。 这被戏称为AI时代的XPU版摩尔定律。 据不完全统计，已经被用掉的有： APU -- Accelerated Processing Unit, 加速处理器，AMD公司推出加速图像处理芯片产品。 BPU -- Brain Processing Unit, 地平线公司主导的嵌入式处理器架构。自动驾驶 CPU -- Central Processing Unit 中央处理器， 目前PC core的主流产品。 DPU -- Deep learning Processing Unit, 深度学习处理器，最早由国内深鉴科技提出；另说有Dataflow Processing Unit 数据流处理器， Wave Computing 公司提出的AI架构；Data storage Processing Unit，深圳大普微的智能固态硬盘处理器。 FPU -- Floating Processing Unit 浮点计算单元，通用处理器中的浮点运算模块。 GPU -- Graphics Processing Unit, 图形处理器，采用多线程SIMD架构，为图形处理而生。 HPU -- Holographics Processing Unit 全息图像处理器， 微软出品的全息计算芯片与设备。 IPU -- Intelligence Processing Unit， Deep Mind投资的Graphcore公司出品的AI处理器产品。 MPU/MCU -- Microprocessor/Micro controller Unit， 微处理器/微控制器，一般用于低计算应用的RISC计算机体系架构产品，如ARM-M系列处理器。 NPU -- Neural Network Processing Unit，神经网络处理器，是基于神经网络算法与加速的新型处理器总称，如中科院计算所/寒武纪公司出品的diannao系列。 RPU -- Radio Processing Unit, 无线电处理器， Imagination Technologies 公司推出的集合集Wifi/蓝牙/FM/处理器为单片的处理器。 TPU -- Tensor Processing Unit 张量处理器， Google 公司推出的加速人工智能算法的专用处理器。目前一代TPU面向Inference，二代面向训练。另外， VPU -- Vector Processing Unit 矢量处理器，Intel收购的Movidius公司推出的图像处理与人工智能的专用芯片的加速计算核心。 WPU -- Wearable Processing Unit， 可穿戴处理器，Ineda Systems公司推出的可穿戴片上系统产品，包含GPU/MIPS CPU等IP。 XPU -- 百度与Xilinx公司在2017年Hotchips大会上发布的FPGA智能云加速，含256核。 ZPU -- Zylin Processing Unit, 由挪威Zylin 公司推出的一款32位开源处理器。 当26个字母被用完后，即将出现XXPU，XXXPU，并以更快的速度占领起名界。 关于CPU,GPU,TPU,DPU,NPU,BPU等各种处理器的内容就到这里啦,有木有突然透彻的感觉呢，更多相关内容请搜索本站以前的文章或继续浏览下面的相关文章希望大家以后多多支持本站！