【发布时间】：2018-09-10 23:53:07
【问题描述】：
正如您在标题中所写，机器学习和图像处理的处理速度比 GPU 和并行 CPU 处理更快？ 另外，GPU的程序是用C/C++编写的，CPU上进行并行处理的程序应该是用汇编语言和C/C++编写的，或者全部用汇编语言编写。
即使CPU的处理速度较慢，我们能否流畅地进行图像处理的对象检测的实时处理？
【问题讨论】：
-
你通常可以首先通过整理你的数据结构布局、优化目标平台缓存和内存限制等来获得很多性能...... C++ 编译器现在非常好，如果你有你的算法和数据结构设计得很好，性能已经可以了。然后你可以从编译器分析+检查机器代码，最终在汇编中重写一些时间关键的代码路径，但这就像在其他所有东西都合理用尽之后的最后一步，因为编写好的汇编是一个昂贵的过程，使未来的改变变得昂贵。
-
非常感谢您的宝贵意见。顺便问一下，结果是哪个快？
-
最快的代码是不存在的代码（也没有错误），所以我更喜欢先修剪所有任务，以确定什么对任务至关重要，什么可以省略.你的整个问题感觉有点不对劲，你要么已经修复了硬件，然后你可能会问在它上面可以检测到什么，精度和延迟是多少，或者你有一定的精度+速度要求，在达到“无限”硬件之后你衡量你需要什么样的硬件才能达到这样的准确性，并制定一些特定优化计划以达到目标。请注意，“检测物体”并不是很精确的科学，更多的是猜测。
-
顺便说一句，现在刚刚回忆起来，nVidia 有专门用于汽车行业的特殊芯片，其性能（每瓦特）比用于神经网络任务的普通 CPU 高得多，并为此进行了优化。提供的 nVidia 芯片具有足够的马力来运行自动汽车识别系统，因此请检查这些规格以了解在汽车中进行部分检测需要什么（不需要识别太多，主要是运动和位置以及“物体的坚固性”，但如果它错误地将孩子标记为自行车等，这并不重要，这只是对结果的微调）。