cpu 显卡哪个更重要

数字媒体技术对处理器和显卡谁的要求更高些？又该怎样选择？

均衡选择，请看详细分析：

数字媒体技术主要研究文字、图片、音频、视频等数字媒体的设计和应用开发等，将抽象的数字、作为实物的媒体以及计算机技术三者结合，常见于游戏、动漫类行业。例如：动画场景设计、角色形象设计、游戏程序设计、VR技术研发等。与数字媒体艺术相比，数字媒体技术更偏向于编程开发，数字媒体艺术则偏向于美工设计。

涉及领域：动漫、游戏类企业：动漫制作、游戏开发、人物设计、场景设计、3D建模、软件开发、VR技术、人机交互技术、网页制作。

对于***创作，我们不但要学会拍摄，还需要学会***剪辑，而***剪辑软件，常用基本上以PR、AE为主，AE和PR这两个软件属于互补。AE擅长特效、3D、，而PR擅长剪辑、编辑、简单特效。

cpu方面，PR主要是吃核心数量的，所以我们在选择CPU的时候，多核心的处理器是十分有必要的，一般建议四核以上。而对于AE特效来说，AE更加依赖单核的性能，也就是说CPU主频也要够高，甚至可以超频。要知道新版的PR软件对intel核心显卡有出色的优化，可以利用QuickSync技术来提高***的编码效率，加快剪辑和导出的速度，所以英特尔即使在核心数少一些的处理器，也在PR里面比AMD的更多核的处理器要表现更好。

遇到高渲染的项目，电脑配置会决定你做这个项目心情，显卡不能太差。有些物理模拟可以用显卡加速。所以如果有一块相对好一些的显卡可以让你的工作效率增加许多。

cpu和内存在制作***尤其是特效的时候需求很高。提升这俩的性能也是能提高工作效率。硬盘越大越好咯，因为***渲染出来一般都贼大。如果不够大的话也可以通过外接硬盘解决。其实对于AE/PR后期制作来说，需要更注重CPU和内存，而显卡上到GTX 1060级别之后，性能再高的独立显卡差距不是太明显了。

个人推荐：i7酷睿七代及以上，16g内存（可先买8g的再扩），硬盘2t，显卡1060以上，基本这个才能用着顺手。

纯手打，认可请点赞，谢谢！

数字媒体技术对处理器的要求更高，这个我有过对比实验，相同处理器的情况下升级显卡，对媒体处理速度的提升很有限，主要是因为媒体技术说到底是编码技术，主要依靠处理器运作，就算有一部分的3D特效和光影效果能用到显卡，但毕竟这部分内容占比很低，刀钝了，先升级刀刃，升级刀把不行。

而在相同显卡的情况下，升级处理器，无论是实时预览还是编码(渲染)，速度都有很大的提升。

所以我的经验是数字媒体对***的消耗 cpu>内存>显卡。这里并不是说显卡没有作用，毕竟硬件的升级对系统来说都是优化，是件衣服就能挡寒，但在***有限的情况下，一定要优先升级吃紧的***。

其实对于这个数字媒体技术来说，对于处理器和显卡的需求主要取决于你怎么来用。比如：

1.当你进行数字媒体技术处理的时候，使用的多线程的工具进行处理，那你可能就需要一个多核心的处理器CPU来满足其的多线程处理能力。只有强大的多核心CPU才能灵活应对多线程的处理。

2.当你进行需要显卡多渲染的数字媒体技术处理的时候，你的工具同时也支持显卡渲染（GPU）这种情况下你就需要一个强大的显卡来支持这样情况下的处理。

3.当你的工具同时支持这两种方式的话那cpu和gpu都需要更好的。

内存会影响cpu和显卡的性能吗？

内存条会影响到CPU以及显卡的性能吗？

那么就简单的概述

***设你用电脑体验游戏，在体验游戏的过程中，CPU的主要作用就是对游戏画面数据进行渲染处理，渲染过程中，CPU的一级缓存作用最大，用于数据的高速处理，内存条的作用基本适用于当CPU数据处理过程中用于暂且缓存数据的位置，如果内存条的容量不足以存放，内存容量被占满，那么，处理数据的速度就会变慢，反过来就会影响到CPU数据的处理速度，当然，理论情况下，内存条的工作以及默认频率越高处理的速度就会越快

这里面要提到的，如果内存容量不足，或者是内存频率过低，当CPU处理大型数据，比如渲染游戏画面画质数据，就会影响到CPU的处理速度，CPU的渲染速度变慢，那么反馈给显卡也就是gpu的速度也会变慢，这样就会直接影响显卡gpu最终体现到显示器界面的游戏画质，可能会出现卡屏现象，降低了游戏的体验

不仅仅内存容量，内存工作频率，对CPU的工作性能有一定的影响，但如果仅仅只是增加了内存容量，CPU的性能过低，还是会影响整体的体验效果，所以要合理的搭配以及选择CPU，内存容量，以及显卡

内存主要是直接影响CPU的性能，对显卡性能的影响只是间接的，因为内存是作为电脑硬盘和CPU之间交换数据的缓冲区，速度比硬盘快，但是比CPU缓存慢，特点是容量大可以临时存储更多数据。

对于内存来说，容量大小是最重要的，如果容量不够用，谈什么内存频率，内存带宽都白搭，现在的win10系统运行就会占去2G左右的内存容量，如果再加上杂七杂八的软件，现在至少得8G内存才能保证电脑的流畅运行，如果你只有4G不到的内存，那么即使CPU是英特尔的酷睿i9-9900K也照样会感觉卡顿，这就是瓶颈效应。

CPU性能受到影响，内存不够用，那么当玩大型游戏是也需要占用大量内存，这时候内存容量就会严重不足然后从速度较慢的硬盘调取数据，此时显卡性能再强也需要等待这些数据的交换，从而影响到游戏的流畅性，特别突出反映在进入新场景时的卡顿。

所以只有当内存容量充足时才会保证CPU和显卡的正常发挥，但是过大的内存如果用不了也会产生浪费，在容量充足的情况下再想办法提高内存频率和带宽就可以了，只是这个性能提升就不是那么明显，而且高频内存的价格高了太多。

是会的！一个电脑的基本最小配置就是供应电能的电源，承载各种板卡的主板，运算的CPU和绘图的显卡，还有作为临时仓库的内存！这个系统是最基本的不能再减少了，否则就无法运行！当然实际没有硬盘我们并不能进入正常的操作系统！所以还有硬盘！

但是硬盘确实不影响开机！我们的计算机在开机后会把包括操作系统在内的所有马上用到的程序和***都从硬盘调入内存之中，然后再走CPU执行！可以理解为CPU计算所需要的数据来自于内存！如果内存不够快，CPU就会等待！实际上即便是最好的内存也还是没有CPU快，所以大部分时间CPU都是在等待！即便任务管理器显示CPU利用率100％！

可以看出内存速度是很影响CPU执行速度的！同样显卡需要运行的数据也有很大一部分来自内存！这在核心显卡的计算机中表现的更明显！低端的独立显卡有一部分显存是共享内存卡达到的，同样也很明显！所以内存的速度是会影响CPU和显卡速度的！

cpu带显卡和不带显卡区别？

1、CPU带核显表示处理器中集成了核心显卡，可以在无独立显卡的情况下显示画面。相反，不带核显的

CPU则需要额外配备独立显卡材能正常显示画面。

2、CPU带核显版本与不带核显版本在价格方面会有一定差异(不带核显版本价格更低)。

中央处理器(CPU, central Processing unit)作为计算机系统的运算和控制核心，是信息处理、程序运行的最终执行单元。CPU 铲生以来,在逻辑结构、运行效率以及功能外延上取得了巨***展。

中央处理器(CPU)， 电子计算机的主要设备之 一， 电脑中的核心配件。其功能主要是解释计算机指令

以吸处理计算机软件中的数据。CPU是计算机中负责读取指令，对指令译码并执行指令的核心部件。中央处理器主要包括两个部分，即控制器、运算器，其中还包括高速缓冲存储器及实现它们之间联系的数据、控制的总线。电子计算机三大核心部件就是CPU、内部存储器、输入/输出设备。中央处理器的功效主要为处理指令、执行操作、控制时间、处理数据。

显卡和CPU可以随便搭配吗？

首先，你得买个功率足够大的电源最好600瓦以上！然后主板要和CPU配套，内存类型要和主板配***在基本都是DDR4的内存，但内存频率速度要看主板最高支持多少。显卡也是要和主板配套，但现在的显卡和主板基本都能配上，反倒是你得注意你选的显卡会不会太长你的机箱装不下。

我自己试过，买了一个gts1070卡，配在我老电脑上。（老电脑是intel第一代i3-530CPU），玩《坦克世界》最高特效（1080p）才27-40帧。后来，换电脑了，锐龙二代2600X的CPU，帧数稳定在106-117帧。差距还是挺大。

从理论上来说，CPU和GPU是可以随意搭配，没有什么限制，只要主板支持就可以了，但是在实际操作的时候，你会发现事情没有那么简单。

办公的时候，一块双核四线程的速龙200EG就可以满足，自带的核显也可以点亮电脑，那么我们就没有必要在插上一块独显，哪怕是最便宜的独显也是浪费，因为他不需要。

游戏的时候，你在玩吃鸡游戏，你就需要最低四核四线程的I3 8100或者锐龙1200加上GTX1050或者RX560让游戏可以运行起来，注意是可以运行，画面肯定是最低的效果。这样你肯定不爽，那么我就就要升级配置，六核六线程的I5或者六核十二线程的锐龙2600加上GTX1060或者RX580/590，才能让你感受到游戏的乐趣。

CPU和GPU搭配，讲究一点，相同层次搭配使用或者GPU比CPU稍微高一个层次。如锐龙2600搭配RX590，锐龙1400也能搭配RX590，游戏的时候也不会有太大的差别，但是你用速龙200GE搭配RX590，就会出现CPU处理能力无法满足GPU的需求，那么GPU也只能降低自己的处理能力来平衡整个系统。

所以CPU和GPU还是需要均衡搭配。

在理论上来说，现在的DIY电脑兼容性都已经很好，CPU与显卡之间几乎没有什么兼容问题，显卡升级更是可以在前后好几代的主板上进行，可以说CPU和显卡搭配本身是没有什么技术上的限制的，大家都可以自由选择。

虽然硬性的限制没有，但我们一般也不能随便的搭配CPU和显卡，尤其是不能出现瓶颈和浪费。最典型的问题就是i3-8100搭配GTX1080ti，或者是i7-8700K搭配GTX1050这种情况，俗话说的就是“高U低显”或者“低U高显”，这两种都是搭配不均衡的情况，肯定会出现严重的性能损失。所以对于游戏玩家来说，我们一般提倡CPU和显卡价位基本对等，或者说i7和锐龙7这样的高端CPU至少搭配GTX1060和RX580这样的主流中端显卡，这样才能尽可能避免有一方出现瓶颈。

落实到具体搭配还需要看你的需求，因为显卡我们一般是用来玩游戏居多，好显卡对游戏帧速和画质有决定性的影响，而CPU对显卡性能的发挥也起着很重要的作用，同时更好的CPU还可以满足许多专业软件的需求，使电脑运算速度更快。很多人可能说自己平常不玩游戏，只需要更快的CPU，那样的话可以直接选择酷睿I7，只需要一块低端独显甚至不用独显即可满足要求；还有的游戏玩家预算实在有限，那就尽量选择较好的显卡，CPU的预算则可以适当降低，比如i3-8100配GTX1060这样的情况，这些都属于合理应变的情况。

因为如今CPU的发展速度变慢，人们也不可能频繁升级电脑主板和CPU，所以有条件的话我推荐大家尽量选择较高端的CPU，显卡则可以适当降低，因为显卡的发展速度太快了，每隔两代性能就可能翻一番，升级起来也较为便利（只买显卡就可以了，最多升级个电源），很多玩家配电脑喜欢“低U高显”，一开始可能玩游戏确实很爽，但是过了一两年显卡就开始被CPU拖累，然后纷纷换CPU、内存和主板，其实得不偿失。

不可以的，一定要搭配好。一般情况下CPU的性能和显卡性能是相互影响制约的。好的CPU能够更好发挥显卡的性能；反过来说，显卡要更好的炫出效果，也需要CPU的处理速度跟得上才行，要不就会卡机掉帧。对于游戏玩家来说，显卡很关键，要搭配好才行。而对于办公家用电脑来说，并不需要独立的显卡，买一款带有集显的主板的可以了。

计算机为什么有GPU和CPU之分？

技术日新月异，物联网、人工智能、深度学习等遍地开花，各类芯片名词CPU，GPU, TPU, NPU层出不穷…它们都是什么？又有着什么千丝万缕的关系和区别？

接下来，统一介绍一下：

01 CPU

CPU最早用于计算机的控制单元和运算单元，随着计算机技术的发展，CPU逐渐成为了计算机系统中最重要的部分，担负着整个计算机系统的核心任务。

CPU由多个结构组成，其中包括运算器（ALU, Arithmetic and Logic Unit）、控制单元（CU, Control Unit）、寄存器（Register）、高速缓存器（Cache），它们之间通过数据、控制及状态总线进行通讯。这些结构和通讯方式是CPU完成各种任务的必要基础，也是提高计算机运算效率的关键因素。

特点：CPU具有通用性和灵活性，能够执行各种任务，如操作系统管理、软件运行和数据处理等。它擅长串行计算，即按照指定顺序执行任务。

应用：广泛应用于个人电脑、服务器、移动设备等各种计算设备中。

CPU可单独工作，处理复杂的逻辑运算和不同的数据类型；那为什么会出现GPU呢？

这是因为：但当需要大量的处理类型统一的数据时，则需要调用GPU进行并行计算。

所以，什么GPU又是什么呢？

02 GPU

GPU全称为Graphics Processing Unit，中文：图形处理器，就如它的名字一样，是一种专门用于处理图形和图像计算任务的处理器。最初设计用于加速计算机图形渲染，随着对图形表现要求的提高，GPU逐渐发展成为具备强大并行计算能力的处理器。

特点：从架构图上我们可以看到GPU拥有大量的小型处理核心，可同时处理多个任务，能够高效地执行并行计算。它在处理复杂图像、***和3D图形等方面表现出色。但值得注意的是，GPU无法单独工作，必须由CPU进行控制调用才能工作。

应用：基于它的特点，GPU不仅可以在图像处理领域大显身手，如游戏产业、动画制作；它还被用来科学计算、密码**、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。

根据以上所述，CPU和GPU都是较为通用的芯片，但是，万能工具的效率永远比不上专用工具。所以，出现了TPU和NPU！

03 TPU

TPU全称是Tensor Processing Unit芯片，中文：张量处理单元芯片，是谷歌开发的一种特殊类型的芯片，专门用于加速人工智能（AI）和机器学习（ML）工作负载。TPU主要针对张量（tensor）操作进行了优化，提高了机器学习相关任务的性能。

据称，TPU与同期的CPU和GPU相比，可以[_a***_]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***；而第二代TPU既可以用于训练神经网络，又可以用于推理。

特点：TPU具有卓越的张量计算能力，能够高速进行大规模矩阵运算，支持高性能的神经网络训练和推理计算。

应用：常用于机器学习模型的训练和推理计算，例如在自然语言处理、计算机视觉和语音识别等领域中发挥重要作用。比如英码科技的IVP03C、IVP03X这两款智能工作站（边缘计算盒子），就是搭载了强悍的TPU处理器，具备卓越的计算能力，算力高达17.6TOPS和32TOPS，同时支持浮点运算，卓越的芯片性能可以满足多种较复杂的长尾算法运算需求，赋能多领域实现AI应用。

英码科技IVP03X智能工作站

随着人工智能的深入发展，另一种专业的计算需求逐渐涌现，因此有NPU的出现！

04 NPU

NPU（Neural network Processing Unit）， 即神经网络处理器。神经网络处理器NPU采用“数据驱动并行计算”的架构，是专门为人工智能应用开发的处理器，尤其擅长进行神经网络的训练和推理计算，特别是处理***、图像类的海量多媒体数据。

特点：NPU***用了专门的硬件加速技术，能够高效地进行大规模的矩阵运算，解决了传统芯片在神经网络运算时效率低下的问题。

应用：NPU主要应用于人脸识别、语音识别、自动驾驶、智能相机等需要进行深度学习任务的领域。比如英码科技的智能工作站，搭载的就是高效的NPU，具备高效、高性能的算力，能够高效精准完成***的智能分析处理任务，助力不同领域实现智能化应用。

英码科技IVP09A智能工作站

总结

以上内容对CPU、GPU、TPU、NPU做了主要的介绍，那么，你认为哪个最强呢？其实，根据目前AI应用的发展情况来看，它们既各司其职，又互相关联，互相配合着完成越来越复杂的智能应用。相信未来也会有更多更强的处理器出现，共同期待！