intel core i5 i7比較的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列地圖、推薦、景點和餐廳等資訊懶人包

類神經網路於中央處理器風扇轉速最佳化與散熱片狀態偵測之應用

為了解決intel core i5 i7比較的問題，作者張泳鉑 這樣論述：

隨著科技的日新月異，中央處理器(CPU)的頻率與運算能力也越來越快，相對的，我們必須面對的是CPU在高速運算時所產生的高溫與散熱問題。一般而言，目前市面上常見的CPU散熱方式有以下兩種:(以散熱器的型態來區分)(1)主動式散熱器: 由一個脈波寬度調變(PWM)風扇與散熱片(Heat Sink)組成，並由風扇轉速來控制流過散熱片的氣流強弱;(2)被動式散熱器: 體積較大且需搭配主機機殼內獨立之風扇與導風罩一起使用，方可達到散熱的效果。由於成本與便利性的考量，一般個人或套裝PC皆是以主動式散熱器為主;被動式散熱器則是多用於伺服器等具多個發熱源的系統。由於主動式散熱器是由一個PWM風扇與散熱片所組

成，為了找出CPU最佳的散熱參數(散熱片材質、結構與風扇轉速等)，一般主機板廠商在產品設計階段，皆需投入大量人力、時間與各種專業的設備，進行多次的實驗，以保證產品的散熱效能可以符合CPU的規範。然而，目前市面上的個人電腦(PC)或套裝電腦，為了支援市面上種類繁複的CPU並縮短產品上市的時間，主機板廠商通常會以能支援的CPU中功率最大者為其散熱方案的設計目標，如此雖然可以保證產品的散熱效能足以符合各種CPU的規範，但，如果使用者使用的是功率較低的CPU時，則在散熱片與風扇轉速不變的狀況下，將會產生Over-Cooling的問題，造成能源不必要的浪費與較高的噪音值。本論文提出一個CPU風扇轉速最佳

化與散熱片狀況偵測的方法，利用類神經網路之放射狀基底函數網路來建立電腦內CPU溫度的模型，並利用此一模型搭配CPU的Thermal Profile，來離線找出另一組可令CPU溫度維持在規範範圍內的風扇轉速資料，並利用此一資料來訓練另一個類神經網路控制器，從而實做一個CPU風扇轉速控制軟體。而原本用以建立電腦內CPU溫度模型的類神經網路，則可用來做為散熱器狀態偵測的用途，讓使用者無需打開機殼便可確認散熱器的狀態。經實驗證明，兩顆不同散熱設計功率(TDP)的CPU在兩部不同品牌的系統上，以本論文實作之CPU風扇轉速控制軟體來控制CPU風扇，可以比系統上原有的風扇轉速控制機制，平均降低18.65%

(ASUS+E4600)、56.03% (ASUS+X3220)、45.81% (GIGABYTE+E4600)、1.81% (GIGABYTE+X3220)的風扇轉速(風扇能源消耗與風扇噪音值也相對地下降)。而散熱器狀態偵測在不加遮罩的狀況下平均準確度可達98.20% (ASUS+E4600)、94.71% (ASUS+X3220)、98.24% (GIGABYTE+E4600)、98.40% (GIGABYTE+ X3220)。