各种虫咬对照图片，各种虫咬的症状图片
chanong
|从最常见的CPU、GPU 到当今的DPU、VPU、NPU、TPU 等。 26个英文字母已经不够了。
辅助动力装置
含义1.高速处理单元
它的中文名称是加速处理器，是AMD于2011年发布的一款面向未来的产品。首次将处理器和独立图形核心构建在单个芯片上，并且可以协同工作，在计算中相互加速，从而使任务可以在CPU和GPU之间灵活分配，从而提高效率。
含义2.音频处理单元
APU也可以指音频处理单元，专用于处理音频数据的单元。音频处理单元是声卡上的处理器，可用于处理声音数据。环绕声处理在现代计算机（尤其是家庭系统和游戏玩家）中变得越来越重要，因此需要专用的声音处理器。处理器。
BPU
含义1. 分支处理单元
BPU（分支处理单元）是CPU中用于分支处理的区域。
含义2.大脑处理单元
大脑处理器。 BPU是地平线自主研发的定制芯片，是一款用于自动驾驶的AI芯片。
CPU（中央处理单元）
中央处理器（CPU）是计算机系统的计算和控制核心，是信息处理和程序执行的最终执行单元。自诞生以来，CPU 在逻辑结构、运行效率和功能增强方面取得了显着进步。 CPU的结构主要包括算术单元（ALU，Arithmetic and Logic Unit）、控制单元（CU）、寄存器、高速缓存以及用于通信的数据、控制和状态总线。它们之间。
数据处理单元
第1项（深度学**处理单元）
DPU概念最早由成立于2016年的神剑科技提出。该公司的产品是基于FPGA的处理单元，具有业界领先的机器学**能力，专注于神经网络剪枝、深度压缩技术和系统级优化。 2018 年被赛灵思收购。
含义2（数据流处理单元）
DPU也指DataflowProcessingUnit，是WaveComputing提出的一种AI架构。
含义3.（数据处理设备）
DPU 是数据处理单元的缩写。一大类新开发的专用处理器。在数据中心场景中，它是继CPU和GPU之后第三重要的计算芯片。提供高带宽、低延迟和计算引擎。适用于数据密集型计算场景。
DPU 充当CPU 卸载引擎，将CPU 的计算能力释放给更高层的应用程序。以网络协议处理为例，高速处理10G网络大约需要4个Xeon CPU核心，仅网络数据包处理就占8核高端CPU计算能力的一半。当考虑到40G和100G高速网络时，性能开销就变得更加难以忍受。 Amazon 将这些成本称为“数据中心税”。 —— 在运行业务程序之前访问网络数据所占用的计算资源。 AWS Nitro 产品系列将所有数据中心开销（为虚拟机、加密解密、故障跟踪、安全策略和其他服务程序提供远程资源）从CPU 卸载到Nitro 加速卡。计算能力用于为上层应用程序的主要目的缴纳“税”。
DPU 成为新的数据网关，将安全性和隐私性提升到一个新的水平。在网络环境中，网络接口是理想的隐私边界，但加解密算法的成本非常高。
国密标准非对称加密算法SM2、哈希算法SM3、对称分组密码算法SM4。当使用CPU处理时，只能加密少量数据。未来，随着区块链运行的业务逐渐成熟，运行POW、签名验证等共识算法也将消耗更多的CPU算力。这一切都可以通过固化DPU来实现，甚至DPU成为信任的基础。
埃普
含义1、EPU（emo）
加工设备）
这是我第一次听到EPU这个词。 EPU是由Emoshape公司提出的。情绪形状
是一家专门提供可教导智能机器与人类互动的技术的公司。 EPU 基于微控制器(MCU) 设计，可促进近乎无限的认知过程，从而在人工智能(AI)、机器人和消费电子产品中产生真实的情感反应。 EPU 是Ekman 理论的延伸，它使用情绪进化理论来识别12 种主要情绪。
含义2. EPU（能量处理单元）
EPU是一款实时系统节能芯片，可自动检测当前系统负载并智能调整功率使用情况，提供系统范围内的功率优化，降低风扇噪音，并延长软件组件的使用寿命。华硕提出的概念。
FPU（浮动处理单元）
用于执行浮点运算的模块
GPU（图形处理单元）
图形处理单元(GPU)，也称为显示核心、视觉处理器或显示芯片，是个人计算机、工作站、游戏机和某些移动设备（例如平板电脑）中的特殊处理器。智能手机等）在微处理器上执行图像和图形相关的操作。
GPU减少了显卡对CPU的依赖，并执行了一些原来CPU的工作。特别是在3D图形处理中，GPU使用的核心技术包括硬件TL（几何变换和光照处理）、立方环境材质贴图和顶点混合。GPU定义的硬件TL技术，例如纹理压缩和凹凸贴图，以及双纹理4像素256位渲染引擎。主要的GPU 制造商是NVIDIA 和AMD。
图形处理单元上的通用计算（简称GPGPU）是一种图形处理器，它使用图形处理任务来计算原本由中央处理单元处理的通用计算任务。这些通用计算通常与图形处理无关。现代图形处理器强大的并行处理能力和可编程管道使流处理器能够处理非图形数据。特别是面对单指令多数据（SIMD），其数据处理运算量远远超过调度和传输数据的需要，通用图形处理器的性能明显超过传统中央处理单元应用。
HPU（全息处理单元）
全息处理器。 Microsoft HoloLens是世界上第一个能够提供高分辨率全息图像的独立全息计算设备。秘密在于HoloLens 内部的全息处理单元(HPU)。这是一款定制芯片，可以处理来自各种传感器的数据流并与之交互。还有英特尔凌动。
IPU（智能处理单元）
英国AI芯片初创公司Graphcore首先提出的概念是智能处理器。 Graphcore成立于2016年，总部位于英国布里斯托尔，主要业务是为AI应用设计处理器，并为云服务等应用提供产品支持。
日本工业大学
JPU目前还没有明确的概念。
科普大学
目前KPU还没有明确的概念，有的厂商称之为（知识处理单元），业界也没有形成共识。
线路板
目前LPU还没有明确的概念
MPU（微处理器）
微处理器在概念上与CPU类似，所以我们不多介绍。微型计算机的中央处理单元（CPU）称为微处理器（MPU），是核心部件，堪称微型计算机的心脏。它控制整个微机的运行，产生控制信号来控制相应的部件，执行相应的操作。
神经网络处理单元
含义1.（神经网络处理单元）
NPU指的是“嵌入式神经网络处理器”，它采用“数据驱动的并行计算”架构，特别擅长处理视频、图像等大规模多媒体数据。 NPU处理器专为物联网人工智能而设计，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。
嵌入式神经网络处理器（NPU）采用“数据驱动的并行计算”架构，特别擅长处理视频和图像等大规模多媒体数据。
NPU处理器专为物联网人工智能而设计，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。
很多厂商的人工智能加速引擎都被称为NPU，但由于使用相同的IPcore，所以这个名称还是比较常见的。
含义2.（网络处理设备）
网络处理单元（NPU，网络处理单元）
OPU
业界对于OPU还没有明确的概念。
PPU（物理处理单元）
物理处理器。 PPU是模拟物理计算的处理器。 CPU提供更快的计算速度，GPU提供更好的图像效果。然后，PPU 用于在虚拟电子世界和无处不在的物理现实之间进行通信，以提供更准确的图像表示。很现实，很接近现实。 PPU的概念最早是在GDC2005上提出的。
QPU（量子处理单元）
量子处理器利用量子叠加来快速考虑问题的不同可能性并找到正确的答案。随着位数n 的增加，QPU 的计算能力呈指数增长2n。目前，国内外量子计算领域均处于探索阶段。
RPU
业界对于RPU并没有明确的概念。
SPU
业界对于SPU还没有明确的概念。
TPU（张量处理单元）
张量处理器是谷歌在2015 年6 月的I/O 开发者大会上宣布的用于计算神经网络的专用芯片。旨在优化专有的TensorFlow 机器学**框架。主要由AlphaGo 系统和Google 使用。地图、谷歌照片和谷歌翻译等应用程序处理搜索、图像和语音等模型和技术。到目前为止，谷歌已经发布了四代TPU。
国产芯片也有自己的AI加速单元，称为TPU。例如计算能力BM1684。
UPU（统一处理器单元）
这是深圳市中微电子技术有限公司（ICube）提出的概念。特点是它将CPU和GPU两个不同的核心集成到一个核心中，并使用独特的多线程技术，而不牺牲效率。
中微不仅提供UPU IP，还提供芯片，该公司的IC1是首款基于UPU的移动系统芯片，去年就推出了工程样品，主频600MHz，双核8线程。是的。我们计划推出一款明年底推出主频1GHz、4核16线程的IC2芯片。
VPU（矢量处理单元）
单指矢量处理器是被英特尔收购的Movidius推出的一款专用图像处理和人工智能芯片的加速计算核心。
还有具有与GPU 类似功能的视觉处理单元和视频处理单元。
西普
一是指WearableProcessingUnit，这是Ineda Systems推出的一款可穿戴SoC产品，但目前还没有消息。第二个是指网络处理单元。
XPU
X代表未知和无穷大。任何尚未开发的处理器都可以被视为X 处理器。
YPU
业界对于YPU并没有明确的概念。
ZPU（西林处理单元）
Zylin是一家挪威公司，ZPU是他们推出的32位开源处理器。它的开源代码仍然可以在github 上找到。