在处理深度学习的执行部分时，我几乎总是会遇到关于GPU的讨论。

回答：

这与GPU和CPU的架构有关。事实证明，游戏需要大量的矩阵乘法，因此GPU架构针对这些类型的操作进行了优化，特别是它们针对高比率的浮点运算进行了优化。更多信息请见这里

碰巧的是，神经网络主要是矩阵乘法。

例如：

这是带有一个隐藏层的简单神经网络的数学公式。W_h是一个权重矩阵，它乘以你的输入x，再加上偏置b_h。线性方程W_hx + b_h可以压缩为一次矩阵乘法。sigma是一个非线性激活函数，如sigmoid。外层的sigmoid再次是一个矩阵乘法。因此使用GPU