楼上的那位，CPU都没加。计算机主要功能部件包括:CPU（中央核心处理器）、主板、内存、硬盘、显卡、光驱等组成。CPU是电脑的核心，用于计算机的运行计算。主板是一块很复杂的集成电路板，上面有传输数据所用的总线系统。内存一般是运行时数据暂时存放的一个地方，然后进入CPU，由CPU处理。硬盘就是所有文件存放的地方。显卡一般是显示数据处理的一个地方，拥有APU（显卡核心处理器）。光驱用于磁盘的驱动。此外，剩下的外设自行选择。
台式电脑由5部分组成， 显示器只是视觉表达， 主机才是核心
一个完整的计算机系统，是由硬件系统和软件系统两大部分组成的。一、电脑的硬件系统所谓硬件，就是用手能摸得着的实物，一台电脑一般有：1、主机：主机从外观看是一个整体，但打开机箱后，会发现它的内部由多种独立的部件组合而成。下面介绍一下电脑主机的各个部件：（1）电源：电源是电脑中不可缺少的供电设备，它的作用是将220V交流转换为电脑中使用的5V，12V，3V直流电，其性能的好坏，直接影响到其他设备工作的稳定性，进而会影响整机的稳定性。（2） 主板：主板是电脑中各个部件工作的一个平台，它把电脑的各个部件紧密连接在一起，各个部件通过主板进行数据传输。也就是说，电脑中重要的“交通枢纽”都在主板上，它工作的稳定性影响着整机工作的稳定性。（3） CPU:CPU(Central Precessing Unit)即中央处理器，其功能是执行算，逻辑运算，数据处理，传四舍五入 ，输入/输出的控制电脑自动，协调地完成各种操作。作为整个系统的核心，CPU 也是整个系统最高的执行单元，因此CPU已成为决定电脑性能的核心部件，很多用户都以它为标准来判断电脑的档次。（4） 内存：内存又叫内部存储器（RAM），属于电子式存储设备，它由电路板和芯片组成，特点是体积小，速度快，有电可存，无电清空，即电脑在开机状态时内存中可存储数据，关机后将自动清空其中的所有数据。（5） 硬盘：硬盘属于外部存储器，由金属磁片制成，而磁片有记功能，所以储到磁片上的数据，不论在开机，还是并机，都不会丢失。（6） 声卡：声卡是组成多媒体电脑必不可少的一个硬件设备，其作用是当发出播放命令后，声卡将电脑中的声音数字信号转换成模拟信号送到音箱上发出声音。（7）显卡：显卡在工作时与显示器配合输出图形，文字，其作用是负责将CPU送来的数字信号转换成显示器识别的模拟信号，传送到显示器上显示出来。（8） 调制解调器：调制解调器是通过电话线上网时必不可少的设备之一。它的作用是将电脑上处理的数字信号转换成电话线传输的模拟信号。（9） 网卡：网卡的作用是充当电脑与网线之间的桥梁，它是用来建立局网的重要设备之一。（10） 软驱：软驱用来读取软盘中的数据。软盘为可读写外部存储设备。（11） 光驱：光驱是用来读取光盘中的设备。光盘为只读外部存储设备，其容量为650MB左右。2、显示器：显示器有大有小，有薄有厚，品种多样，其作用是把电脑处理完的结果显示出来。它是一个输出设备，是电脑必不可缺少的部件之一。3、键盘：键盘是主要的输入设备，用于把文字，数字等输到电脑上。4、鼠标：当人们移到鼠标时，电脑屏幕上就会有一个箭头指针跟着移动，并可以很准确切指到想指的们位置，快速地在屏幕上定位，它是人们使用电脑不可缺少的部件之一。二、电脑的软件系统软件是指程序运行所需的数据以及与程序相关的文档资料的集合。可分为：1 操作系统软件：人们知道，电脑完成许多非常复杂的工作，但是它却“听不懂”人们的语言，要想让电脑完成相关的工作，必须由一个翻译把人们的语言翻译给电脑。此时，操作系统软件就充当这里的“翻译官”，负责把人们的意思“翻译”给电脑。由电脑完成人们想做的工作。2、应用软件：应用软件是用于解决各种实际问题以及实现特定功能的程序。此外还有程序设计软件：程序设计软件是由专门的软件公司编制，用来进行编程的电脑语言。程序设计软件主要包括语言，汇编语言和高级语言。不过这些软件一般人是不使用的。
GPU---Graphics Processing Unit 图形计算单元，通常就是我们说的显卡核心，负责处理图像信息，少量GPU也能当作CPU，协处理器负责科学计算。CPU---Central Processing Unit 中央处理器，是电脑的核心部件，控制整个电脑的运行，显卡也不在话下。内部整合了逻辑处理器，控制器。TPU---Tensor Processing Unit 张量处理单元，是一款为机器学习而定制的芯片，主要用于人工智能领域，一般人用不到。
对于科技计算机视觉来说，它实际上就是让摄像头与电脑软件功能对于实际的图像进行感知，并且从中提取到所需要的信息，从而能进行下一步的处理，从本质来说就是感知与处理的作用，小蚁科技计算机视觉的硬件与软件均有十分优秀的特点，有很强的技术优势。
1、计算机视觉计算机视觉是指计算机从图像中识别出物体、场景和活动的能力。计算机视觉技术运用由图像处理操作及其他技术所组成的序列，来将图像分析任务分解为便于管理的小块任务。比如，一些技术能够从图像中检测到物体的边缘及纹理，分类技术可被用作确定识别到的特征是否能够代表系统已知的一类物体。2、机器学习机器学习指的是计算机系统无须遵照显式的程序指令，而只依靠数据来提升自身性能的能力。其核心在于，机器学习是从数据中自动发现模式，模式一旦被发现便可用于预测。比如，给予机器学习系统一个关于交易时间、商家、地点、价格及交易是否正当等信用卡交易信息的数据库，系统就会学习到可用来预测信用卡欺诈的模式。处理的交易数据越多，预测就会越准确。3、机器人将机器视觉、自动规划等认知技术整合至极小却高性能的传感器、制动器以及设计巧妙的硬件中，这就催生了新一代的 机器人，它有能力与人类一起工作，能在各种未知环境中灵活处理不同的任务。例如，无人机、可以在车间为人类分担工作的“cobots”等。4、语音识别语音识别主要是关注自动且准确地转录人类的语音技术。该技术必须面对一些与自然语言处理类似的问题，在不同口音的处理、背景噪声、区分同音异形/异义词(“buy”和“by”听起来是一样的)方面存在一些困难，同时还需要具有跟上正常语速的工作速度。
在实际的计算机视觉使用场景下，指纹识别也是很常见的，指纹识别可以采用采集器等多种手段来完成，小蚁计算机视觉的专业识别技术，对于指纹识别方面也有很多的优势，其核心专家团队对于智能软件的开发更有十分深入的研究，在指纹识别上能发挥更大作用。
核心是人，所谓智能就是硬件在算法支持的基础上能做多少事
应该是常见的，比如你们小区的一车一卡门禁系统，就是识别车牌号，抬杆子的。
其实还是很常见的，比如你上班打卡，就是人脸识别，你进小区的车牌识别，也是这样的。
计算机视觉是一个很大的范畴的总和，有两种学习方式，一种是阅读基础书，搞懂它的每一部分；另一种是找一个问题，看文献，编程实现，不断往深走。这两种学习方式是互补的，如果你看了好几年书还不能上手解决问题，或者只会解决某些很特殊的问题，对其他问题束手无策都不算成功。因此你需要把看书掌握一般知识和编程实验解决具体问题齐头并进。下面说你要干什么：下载安装OpenCV2OpenCV是一个非常强大的计算机视觉库，包括了图像处理、计算机视觉、模式识别、多视图几何的许多基本算法，有c++和Python两种接口。学习的材料首先是安装目录下doc文件夹里的帮助文档，提供所有函数的用法，任何时候对任何函数有疑问请查阅帮助文档，安装目录下还提供一大堆写好的演示程序供参考；《OpenCV_2 Computer Vision Application Programming Cookbook》是一本比较基础的介绍材料，它的缺点是没有介绍分类器（模式识别）方面的函数怎么用。虽然网上还有其他很多流行的库，比如处理特征点的VLfeat，处理点云的PCL，处理GPU运算的CUDA，处理机器人问题的ROS和MRPT，但是这些都是你在解决具体问题时才会考虑去用的东西，如果你想快速读取视频、做个屏幕交互程序、使用流行的分类器、提取特征点、对图像做处理、进行双目重建，OpenCV都提供相应函数，因此在你不知道该把余生用来干什么的时候，先装OpenCV学习。读综述Computer Vision: Algorithms and Application。这本书用1000页篇幅图文并茂地浏览了计算机视觉这门学科的诸多大方向，如果你不知道计算机视觉是一门搞什么的学科，这本书是你绝佳的选择。它的优点是涉猎了大量文献，缺点是缺乏细节，因此很显然只读这本书你根本没法上手工作，因为它讲的实在是太粗糙了。如果你对其中的某一部分感兴趣，就请去读相关文献，继续往下走，这就是这本书的意义。有中文版，但是翻译的不好，也不建议你细细去读，看看里面的图片即可。Computer Vision: Models, Learning, and Inference：这本书是我认为研究生和高年级本科生入门计算机视觉最好的教材。它内容丰富，难度适中，推导翔实，语言流畅，强烈推荐你花2个月时间把这本书读完。多视图几何Multiple View Geometry in Computer Vision：这本书是多视图几何的圣经，意思就是说想搞三维重建或者图像测量之类的项目，这本书是必读的。它需要你有线性代数的基本知识，会SVD分解即可。第一版有中文版，翻译的非常好，但是已经绝版了，可以上淘宝高价买一本，第二版添加的内容很少，在网上可以下载到。模式识别模式识别核心就是训练一个函数来拟合手头的数据，如果数据的标签是离散的，称为分类问题，如数据的标签是连续的，称为回归问题；分类又分有监督分类和无监督分类，有监督分类器有神经网络、支持向量机、AdaBoost、随机场、树模型等等。当你拿到一大堆数据，需要从里面找关系的时候，一般都需要使用模式识别算法来训练一个函数/分类器/模型，因此模式识别是机器学习的核心。《模式分类（第二版）》：这是一本适合普通读者阅读的教材，介绍了模式识别中经典的分类器，讲解细致，语言生动，难度适中，每一个算法都有伪代码。The Elements of Statistical Learning：这本书使用严谨的数学工具分析模式识别算法，它比较难，但是非常深刻。每拿到一个模型它都会分析这个模型在数学上是如何构造的，并且推导模型的分类错误率。分析和推导是这本书的精髓。Pattern Recognition and Machine Learning：这是一本从贝叶斯学派的角度分析模式识别模型的书，它使用的工具主要是概率论，比较难，非常深刻，内容非常丰富。虽然这两本书很难，但是它们用到的数学知识不过是基本的概率论和线性代数，只是用的比较活，计算机视觉这个学科需要的数学知识也是这个水平。图形学图形学教材首先推荐《计算机图形学与几何造型导论》，这本书用流畅的语言介绍了图形学的基础知识，选材有趣，推导简洁但是绝不跳步走，保证你能看懂而且不会看烦。光线追踪器我看过一本薄的《Realistic Ray Tracing》和一本厚的《Ray Tracing from the Ground Up》，两本书都有代码。后一本内容极其丰富，有中文版，翻译尚可。后一本唯一的缺点就是讲不清楚BRDF，但这恰恰是前一本的亮点。还有一些比较偏的书，比如偏微分方程在图像处理中的应用、细分、压缩感知、马尔科夫随机场、超分辨率分析，概率机器人、多尺度几何分析，这些领域都有各自的名著，你在某个领域深挖的时候，类似这样的书可能会出现在参考文献中，那时再看不迟。读文献写到书里的知识基本上都有些过时，你得通过看文献掌握各个领域最新的发展动态。计算机视觉的顶级期刊有两个PAMI和IJCV，顶级会议有ICCV和CVPR，在科学网—[转载]计算机视觉方向的一些顶级会议和期刊有更加详细的介绍。
核心是人，所谓智能就是硬件在算法支持的基础上能做多少事
目前，还属于比较偏的，难的行业，国内没有核心的自主创新，一般用德国与日本的。正是因为国内少，且当前在交通电子化，工厂生产线电子化的趋势下，计算机视觉，是一个能成就人生的专业方向。
AI是人工智能（Artificial Intelligence）的英文缩写，人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
计算机科学与应用，是rccse核心
论闻沙龙、知网、维普等学术网站应该有计算机核心期刊信息
计算机科学与应用