【总结】NPU/CPU/GPU 傻傻分不清？ - CSDN博客

芯片里面的CPU、GPU、NPU究竟是什么，它们是怎么工作的？ 【总结】NPU/CPU/GPU傻傻分不清？ Channon_ 于 2021-03-0415:25:02 发布 5233 收藏 17 分类专栏： 华为Atlas 文章标签： 嵌入式 芯片 人工智能 版权声明：本文为博主原创文章，遵循CC4.0BY-SA版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/Cai_deLong/article/details/114277555 版权 华为Atlas 专栏收录该内容 13篇文章 2订阅 订阅专栏 本文主要解答以下问题， NPU是新玩意儿吗？芯片里面的CPU、GPU、NPU究竟是什么，它们是怎么工作的？ 引言：中国首款嵌入式NPU诞生 6月20日，中星微“数字多媒体芯片技术”国家重点实验室在京宣布，中国首款嵌入式NPU（神经网络处理器）芯片诞生，目前已应用于全球首款嵌入式视频处理芯片“星光智能一号”。

这意味着什么？ 标志着我国在NPU领域的研究和开发上取得了重大突破、基于“数据驱动并行计算”架构的深度学习人工智能领域达到国际先进水平、使我国视频监控行业发展由模拟时代、数字时代跨入智能时代为啥要做NPU的研究？ 简言之，将深度学习系统做到小型化，用在嵌入式系统中。

其他同类产品不香嘛？ 不香    传统的冯诺依曼架构CPU，在面对这种类型数据运算时已经力不从心信号处理器DSP同样无法高效处理大量并行运算图形处理器GPU是为三维图形设计，用于CNN算法功耗高、成本高，且不适合嵌入环境可编程门阵列FPGA能灵活实现各种算法架构，但一般用于算法原型机的验证，同样存在功耗高、价格高问题 NPU强在哪儿？   采用全新的数据驱动并行运算架构，颠覆了冯诺依曼架构，极大提升了计算能力与功耗之比，擅长处理海量视频、图像类多媒体数据（集成视频信号处理、视频压缩编码模块以及神经网络处理器），能使人工智能在嵌入式机器视觉应用中大显身手。

典型的应用场景  视频监控领域(其中之一)--目标检测跟踪、汽车无人驾驶或智能辅助、无人机自动拍摄、跟踪、避障，智能机器人理解合成语言、娱乐和陪护等   此前的技术主要存在两方面局限，一是识别准确度不高；二是传统技术需要先把海量视频数据传到后台，再在后台进行识别，无法实时得到结果。

什么是CPU? 中央处理器（CPU），是电子计算机的主要设备之一，电脑中的核心配件。

其功能主要是解释计算机指令以及处理计算机软件中的数据。

CPU是计算机中负责读取指令，对指令译码并执行指令的核心部件。

中央处理器主要包括两个部分，即控制器、运算器，其中还包括高速及实现它们缓冲处理器之间联系的数据、控制的总线。

电子计算机三大核心部件就是CPU、内部存储器、输入/输出设备。

中央处理器的功效主要为处理指令、执行操作、控制时间、处理数据。

在计算机体系结构中，CPU是对计算机的所有硬件资源（如存储器、输入输出单元）进行控制调配、执行通用运算的核心硬件单元。

CPU是计算机的运算和控制核心。

计算机系统中所有软件层的操作，最终都将通过指令集映射为CPU的操作。

什么是GPU? 图形处理器（英语：GraphicsProcessingUnit，缩写：GPU），又称显示核心、视觉处理器、显示芯片，是一种专门在个人电脑、工作站、游戏机和一些移动设备（如平板电脑、智能手机等）上做图像和图形相关运算工作的微处理器。

GPU使显卡减少了对CPU的依赖，并进行部分原本CPU的工作，尤其是在3D图形处理时GPU所采用的核心技术有硬件T&L（几何转换和光照处理）、立方环境材质贴图和顶点混合、纹理压缩和凹凸映射贴图、双重纹理四像素256位渲染引擎等，而硬件T&L技术可以说是GPU的标志。

GPU的生产商主要有NVIDIA和ATI。

GPU的构成相对简单，有数量众多的计算单元和超长的流水线，特别适合处理大量的类型统一的数据。

但GPU无法单独工作，必须由CPU进行控制调用才能工作。

CPU可单独作用，处理复杂的逻辑运算和不同的数据类型，但当需要大量的处理类型统一的数据时，则可调用GPU进行并行计算。

什么是TPU? 在NPU前推出的张量处理器，个人认为是后续机器学习、深度学习专用处理器的祖师爷。

TPU（TensorProcessingUnit）即张量处理单元，是一款为机器学习而定制的芯片，经过了专门深度机器学习方面的训练，它有更高效能（每瓦计算能力）。

因为它能加速其第二代人工智能系统TensorFlow的运行，而且效率也大大超过GPU――Google的深层神经网络就是由TensorFlow引擎驱动的。

TPU是专为机器学习量身定做的，执行每个操作所需的晶体管数量更少，自然效率更高。

TPU与同期的CPU和GPU相比，可以提供15-30倍的性能提升，以及30-80倍的效率（性能/瓦特）提升。

TPU每瓦能为机器学习提供比所有商用GPU和FPGA更高的量级指令，这基本相当于7年后的科技水平。

TPU是为机器学习应用特别开发，以使芯片在计算精度降低的情况下更耐用，这意味每一个操作只需要更少的晶体管，用更多精密且大功率的机器学习模型，并快速应用这些模型，因此用户便能得到更正确的结果。

什么是NPU? 嵌入式神经网络处理器（NPU）采用“数据驱动并行计算”的架构，特别擅长处理视频、图像类的海量多媒体数据。

NPU处理器专门为物联网人工智能而设计，用于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。

在GX8010中，CPU和MCU各有一个NPU，MCU中的NPU相对较小，习惯上称为SNPU。

NPU处理器包括了乘加、激活函数、二维数据运算、解压缩等模块。

乘加模块用于计算矩阵乘加、卷积、点乘等功能，NPU内部有64个MAC，SNPU有32个。

激活函数模块采用最高12阶参数拟合的方式实现神经网络中的激活函数，NPU内部有6个MAC，SNPU有3个。

二维数据运算模块用于实现对一个平面的运算，如降采样、平面数据拷贝等，NPU内部有1个MAC，SNPU有1个。

解压缩模块用于对权重数据的解压。

为了解决物联网设备中内存带宽小的特点，在NPU编译器中会对神经网络中的权重进行压缩，在几乎不影响精度的情况下，可以实现6-10倍的压缩效果。

  NPU,CPU,GPU如何工作？ 手机芯片和电脑的CPU是不一样的，手机芯片叫做Soc，是集成了很多的东西的，CPU、GPU、NPU就是代表。

其中CPU是负责计算和整体协调的，而GPU是负责和图像有关的部分，NPU负责和AI有关的部分。

其工作流程则是，任何工作都要先通过CPU，CPU再根据这一块的工作的性质来决定分配给谁。

如果是图形方面的计算，就会分配给GPU，如果是AI方面的计算需求，就分配给NPU。

手机芯片中除了NPU、CPU、GPU之外，还有DSP、ISP、基带等等，这些和上述NPU、GPU的工作性质其实也是一样的，分别处理不同的任务，都是通过CPU来进行指挥的。

  附录(各种PU缩写,全称集合) APU--AcceleratedProcessingUnit,加速处理器，AMD公司推出加速图像处理芯片产品。

BPU--BrainProcessingUnit,地平线公司主导的嵌入式处理器架构。

CPU--CentralProcessingUnit中央处理器，目前PCcore的主流产品。

DPU--DeeplearningProcessingUnit,深度学习处理器，最早由国内深鉴科技提出；另说有DataflowProcessingUnit数据流处理器，WaveComputing公司提出的AI架构；DatastorageProcessingUnit，深圳大普微的智能固态硬盘处理器。

FPU--FloatingProcessingUnit浮点计算单元，通用处理器中的浮点运算模块。

GPU--GraphicsProcessingUnit,图形处理器，采用多线程SIMD架构，为图形处理而生。

HPU--HolographicsProcessingUnit全息图像处理器，微软出品的全息计算芯片与设备。

IPU--IntelligenceProcessingUnit，DeepMind投资的Graphcore公司出品的AI处理器产品。

MPU/MCU--Microprocessor/MicrocontrollerUnit，微处理器/微控制器，一般用于低计算应用的RISC计算机体系架构产品，如ARM-M系列处理器。

NPU--NeuralNetworkProcessingUnit，神经网络处理器，是基于神经网络算法与加速的新型处理器总称，如中科院计算所/寒武纪公司出品的diannao系列。

RPU--RadioProcessingUnit,无线电处理器，ImaginationTechnologies公司推出的集合集Wifi/蓝牙/FM/处理器为单片的处理器。

TPU--TensorProcessingUnit张量处理器，Google公司推出的加速人工智能算法的专用处理器。

目前一代TPU面向Inference，二代面向训练。

VPU--VectorProcessingUnit矢量处理器，Intel收购的Movidius公司推出的图像处理与人工智能的专用芯片的加速计算核心。

WPU--WearableProcessingUnit，可穿戴处理器，InedaSystems公司推出的可穿戴片上系统产品，包含GPU/MIPSCPU等IP。

XPU--百度与Xilinx公司在2017年Hotchips大会上发布的FPGA智能云加速，含256核。

ZPU--ZylinProcessingUnit, 由挪威Zylin公司推出的一款32位开源处理器。

  参考链接 https://www.sohu.com/a/84710518_160309 https://blog.csdn.net/qq_40695642/article/details/101602284 https://baijiahao.baidu.com/s?id=1662114168307081910&wfr=spider&for=pc https://baijiahao.baidu.com/s?id=1663935092143263199&wfr=spider&for=pc Channon_ 关注 关注 1 点赞 踩 0 评论 17 收藏 打赏 扫一扫，分享内容 点击复制链接 专栏目录 通俗易懂告诉你CPU/GPU/TPU/NPU...都是什么意思？ qq_39507748的博客 09-26 5310 前言： 现在这年代，技术日新月异，物联网、人工智能、深度学习等概念遍地开花，各类芯片名词GPU,TPU,NPU，DPU层出不穷…它们都是什么鬼？与CPU又是什么关系？ 一、CPU CPU(CentralProcessingUnit,中央处理器)就是机器的“大脑”，也是布局谋略、发号施令、控制行动的“总司令官”。

CPU的结构主要包括运算器（ALU,ArithmeticandLogicUnit）、控制单元（CU,ControlUnit）、寄存器（Register）、高速缓存器（Cach 五大移动GPU厂商 借你一秒 07-05 1万+ 《谁能笑傲江湖？移动处理器门派那些事儿》一文中我们把2012年的移动处理器的厂商做了一番介绍，并按照各自的属性给划分了门派。

既然把他们称为江湖门派，那么每一个门派总要有自己的绝活。

移动处理器厂商中CPU基本都是源自ARM，同架构下各家厂商的表现都差不多，能成为镇派之宝的绝学都是在GPU上。

超能网近日奉上续作，对五大移动GPU厂商进行了逐一点评——做能移动处理器的厂商可以洋洋洒洒列出几十家，我们精挑 参与评论 您还未登录，请先 登录 后发表或查看评论 深度学习_硬件知识_CPU/GPU/TPU/NPU相关知识及区别详解 Rocky6688的博客 07-10 2443 CPU CPU英文全称为CentralProcessingUnit，中文全称是中央处理器，是计算机的核心器件，CPU通常由三部分组成：计算单元、控制单元和存储单元。

CPU的结构主要包括运算器（ALU,ArithmeticandLogicUnit）、控制单元（CU,ControlUnit）、寄存器（Register）、高速缓存器（Cache）和它们之间通讯的数据、控制及状态的总线。

结构图如下所示： 具体各个模块的功能简单如下所示： GPU GPU全称GraphicsProcessin 【电脑知识】电脑的GPU是显卡吗？GPU到底是什么？显卡可以插几个? 余浩的博客 01-07 514 【电脑知识】电脑的GPU是显卡吗？GPU到底是什么？显卡可以插几个? GPUCPUNPU shmilyforyq的博客 05-11 5499 随着人工智能和深度学习逐渐进入人们视野，中科院、谷歌、IBM、英伟达等中美科研机构和商业公司也纷纷推出了用于深度学习的处理器。

在上述产品中，既有CPU、GPU、DSP这样的传统芯片，也有专门为深度学习而生的NPU。

那么，CPU、GPU、DSP、NPU等深度学习处理器各有什么特点，这些深度学习处理器谁更出彩呢？CPU、GPU、DSP：以现有的技术进行微调　　在英伟达开发出针对人工智能的定制GPU， CPU,GPU,TPU,NPU都是什么？ 热门推荐 冷色调的夏天的博客 09-28 13万+ CPU,GPU,TPU,NPU都是什么？ 什么是CPU? 中央处理器（CPU），是电子计算机的主要设备之一，电脑中的核心配件。

其功能主要是解释计算机指令以及处理计算机软件中的数据。

CPU是计算机中负责读取指令，对指令译码并执行指令的核心部件。

中央处理器主要包括两个部分，即控制器、运算器，其中还包括高速及实现它们缓冲处理器之间联系的数据、控制的总线。

电子计算机三大核心部件就是CPU、内部存储... CPU、GPU、TPU、NPU等到底是什么 Ongoing的博客 10-31 3425 GPU即图形处理器，GraphicsProcessingUnit的缩写。

CPU即中央处理器，CentralProcessingUnit的缩写。

TPU即谷歌的张量处理器,TensorProcessingUnit的缩写。

三者区别： CPU虽然有多核，但一般也就几个，每个核都有足够大的缓存和足够多的数字和逻辑运算单元，需要很强的通用性来处理各种不同的数据类型，同时又要逻辑判断又会引入大量的分支跳转和中断的处理，并辅助有很多加速分支判断甚至更复杂的逻辑判断的硬件； GPU的核数远超CPU，被称为众 GPU和显卡是什么关系 大西瓜不甜的博客 04-16 4869 GPU就是图像处理芯片，外表与CPU有点相似。

显卡的芯片，AMD的一个技术，相当于电脑的处理器CPU，只不过它是显卡的大脑或心脏。

GPU是显卡的核心,显卡，则是由GPU、显存、电路板，还有BIOS固件组成的，所以GPU不等于显卡。

GPU只是显卡上的一个核心处理芯片，是显卡的心脏，不能单独作为外接扩展卡使用，GPU因并行计算任务较重，所以功耗较大，只能焊接在显卡的电路板上使用。

... 什么是GPU？跟CPU有什么区别？终于有人讲明白了 大数据 01-28 1万+ 导读：一文看懂GPU的前世今生。

作者：钱纲来源：大数据DT（ID：hzdashuju）2016年，发生了一件震动IT界的大事。

谷歌的人工智能软件阿尔法狗（AlphaGo）击败了韩国的世界... npu算力如何计算_CPU、GPU、NPU、FPGA等芯片架构特点分析 weixin_40003780的博客 11-30 2994 来源|汽车电子与软件知圈|进“高精度地图社群”，请加微信15221054164，备注地图概述随着人工智能的热潮和AI算法的广泛应用，深度学习已成为当前AI研究的重点，在自动驾驶领域，环境感知、传感器融合、控制决策等等都会多少涉及到深度学习，而自动驾驶性能的优劣直接和AI算法相关，说白了就是深度学习算法的优劣。

要想在面对海量数据的并行运算的同时做到高效、可靠，那就意味着承载AI算法... NPU的发展概况 CHAO_bismarck的博客 08-08 3615 NPU的发展概况 声明：本文章为作者结课拓展小论文，仅供参考，欢迎批评指正。

摘要：NPU作为一种主要采用ASIC技术的专用嵌入式神经网络芯片通过硬件模拟神经网络的方式克服了CPU、GPU在深度学习中设计上的先天不足，大大提高了深度学习芯片的运算速度。

2014年寒武纪DianNao系列论文开启了专用人工智能芯片NPU架构设计的先河，直接催生了寒武纪系列NPU，一定程度上引领了华为达芬奇架构NPU、阿里“含光”、谷歌TPU等的出现。

尽管现今主要的NPU只集中在推理芯片领域，但已经撼动了GPU人工智能领域的地位 CPU和GPU的区别 universe_ant的博客 11-15 5772 CPU和GPU的设计区别 CPU和GPU之所以大不相同，是由于其设计目标的不同，它们分别针对了两种不同的应用场景。

CPU需要很强的通用性来处理各种不同的数据类型，同时又要逻辑判断、又会引入大量的分支跳转和中断的处理。

这些都使得CPU的内部结构异常复杂。

而GPU面对的则是类型高度统一的、相互无依赖的大规模数据和不需要被打断的纯净的计算环境。

于是CPU和GPU就呈现出非常不同的架构(示意图如 GPU,NPU,MPU,SoC区别 jiaqi_ge的博客 01-05 2394 GPU，图形处理器，又称显示核心、视觉处理器、显示芯片，是一种专门在个人电脑、工作站、游戏机和一些移动设备（如平板电脑、智能手机等）上做图像和图形相关运算工作的微处理器。

GPU的构成相对简单，但无法单独工作，必须由CPU进行控制调用才能工作。

CPU可单独作用，处理复杂的逻辑运算和不同的数据类型，但当需要大量的处理类型统一的数据时，则可调用GPU进行并行计算，目前主要生产商是NVIDIA。

NPUNeuralNetworkProcessingUnit，神经网络处理器，是基于神经网络算法与加速的新型处理 芯片里的CPU、GPU、NPU是什么，它们是如何工作的 红目香薰 03-27 1081 众所周知，随着智能手机的流行，越来越多的人都知道了手机芯片的相关知识，更是知道了CPU、GPU、NPU等等“深奥”的知识点。

不过也有人只知道手机芯片中有CPU、GPU、有NPU，但这三种东西究竟是什么，它们是怎么工作的还是不太懂，所以今天来聊一聊这个问题。

我们知道手机芯片和电脑的CPU是不一样的，手机芯片叫做Soc，是集成了很多的东西的，CPU、GPU、NPU就是代表。

拿麒麟9905G版来举例说明，在CPU方面共有8核心，分别是两颗2.86GHz的A76架构大核，两颗2.36GHz的A76架构. 简单说说CPU、GPU、TPU shenzhiping12的博客 06-04 9622 CPU，CentralProcessingUnit，中央处理器，是一块超大规模的集成电路，是一台计算机的运算核心（Core）和控制核心（ControlUnit），主要功能是解释计算机指令以及处理计算机软件中的数据。

CPU主要包括运算器（算术逻辑运算单元，ALU，ArithmeticLogicUnit）和高速缓冲存储器（Cache）及实现它们之间联系的数据（Data）、控制及状态的总线... 什么是GPU加速,如何使用GPU加速,GPU加速的缺点 最新发布 前端阿玉博客 02-08 236 GPU硬件加速是指应用GPU的图形性能对浏览器中的一些图形操作交给GPU来完成，因为GPU是专门为处理图形而设计，所以它在速度和能耗上更有效率 GPU加速通常包括以下几个部分：Canvas2D，布局合成（LayoutCompositing）,CSS3转换（transitions），CSS33D变换（transforms），WebGL和视频(video)。

GPU实现动画的优缺点 优点： 利用了GPU合成图层实现动画，可以做到动画平滑、流畅动画合成工作在GPU线程，不会被CPU的js CPU与GPU区别大揭秘 xiaolang85的专栏 05-25 2万+ 有网友在网上提问：“为什么现在更多需要用的是GPU而不是CPU，比如挖矿甚至破解密码？”以下是比较准确靠谱的回答： 　　1、现在更多被需要的依然是CPU，只是GPU在大规模并发计算中体现出其一技之长所以应用范围逐渐变得广泛，并成为近些年的热点话题之一。

　　为什么二者会有如此的不同呢？首先要从CPU和GPU的区别说起。

　　CPU和GPU之所以大不相同，是由于其设计目标的 嵌入式算法移植优化学习笔记5——CPU,GPU,TPU,NPU都是什么 齐天大圣的博客 02-14 1690 嵌入式算法移植优化学习笔记5——CPU,GPU,TPU,NPU都是什么一、什么是CPU?二、什么是GPU?三、什么是TPU?四、什么是NPU?附： 一、什么是CPU? 中央处理器（CPU），是电子计算机的主要设备之一，电脑中的核心配件。

其功能主要是解释计算机指令以及处理计算机软件中的数据。

CPU是计算机中负责读取指令，对指令译码并执行指令的核心部件。

中央处理器主要包括两个部分，即控制器、运算器，其中还包括高速及实现它们缓冲处理器之间联系的数据、控制的总线。

电子计算机三大核心部件就是CPU、内部存储器、输入/ 深度学习中，CPU、GPU、NPU、FPGA如何发挥优势？ molixuebeibi的博客 06-13 6571 随着AI的广泛应用，深度学习已成为当前AI研究和运用的主流方式。

面对海量数据的并行运算，AI对于算力的要求不断提升，对硬件的运算速度及功耗提出了更高的要求。

目前，除通用CPU外，作为硬件加速的GPU、NPU、FPGA等一些芯片处理器在深度学习的不同应用中发挥着各自的优势，但孰优孰劣？ 以人脸识别为例，其处理基本流程及对应功能模块所需的算力分布如下： 为什么会有这样的应用区分？ 意义在哪里？ 想... GPU和CPU的区别是什么，渲染是否是并行计算的？ Poo_Chai的博客 05-06 2230 一：什么是GPU 很久以前，大概2000年那时候，显卡还被叫做图形加速卡。

一般叫做加速卡的都不是什么核心组件，和现在苹果使用的M7协处理器地位差不多。

这种东西就是有了更好，没有也不是不行，只要有个基本的图形输出就可以接显示器了。

在那之前，只有一些高端工作站和家用游戏机上才能见到这种单独的图形处理器。

后来随着PC的普及，游戏的发展和Windows这样的市场霸主出现，简化了图形硬件厂商的工作量... ©️2022CSDN 皮肤主题：1024 设计师：我叫白小胖 返回首页 Channon_ CSDN认证博客专家 CSDN认证企业博客 码龄4年 暂无认证 68 原创 5万+ 周排名 10万+ 总排名 5万+ 访问 等级 944 积分 44 粉丝 41 获赞 16 评论 272 收藏 私信 关注 热门文章 【总结】NPU/CPU/GPU傻傻分不清？ 5231 消融实验（Ablationexperiment）是什么？ 3749 汇总：机器人学领域的顶级期刊和会议 2788 目标检测与目标跟踪：区别与联系 2516 Ubuntu系统中如何删除一个用户 1801 分类专栏 资讯 1篇 Git 13篇 Robotics PaperReading 26篇 华为Atlas 13篇 编程技术 7篇 Java Linux运维 14篇 STL Python 2篇 网络基础 11篇 SQL SLAM 8篇 LeetCode DataStructure 4篇 DeepLearning 11篇 图像处理 25篇 最新评论 动态场景下的飞行机械臂仿真平台|SimulationPlatformforAutonomousAerialManipulationinDynamicEnvironments 我爱人工智能: 好文章，学习了 概览：快速入门神经网络剪枝！ 宇宙第三帅: 核剪枝和滤波器剪枝什么区别呢？核剪枝去除某个卷积核为什么会丢弃对输入通道中对应计算通道的响应呢？ 【Gitlab】从主项目更新自己fork的项目 、Dong: 技术大佬佳作，写的很有条理，值得学习,也欢迎大佬回访哦！ 如何在Ubuntu18.04中安装微信 acquirement: wgethttps://mirrors.aliyun.com/deepin/pool/non-free/d/deepin.com.wechat/deepin.com.wechat_2.6.2.31deepin0_i386.deb 链接失效了 【数据结构】校园地图导航---主函数&景点查询函数 KDOTAzmat: 求init函数 您愿意向朋友推荐“博客详情页”吗？ 强烈不推荐 不推荐 一般般 推荐 强烈推荐 提交 最新文章 一文详解之江实验室-之江天枢人工智能开源平台 配置github的ssh密钥(Windows) 一张图看懂开源许可协议，开源许可证GPL、BSD、MIT、Mozilla、Apache和LGPL的区别（转） 2021年55篇 2020年63篇 目录 目录 分类专栏 资讯 1篇 Git 13篇 Robotics PaperReading 26篇 华为Atlas 13篇 编程技术 7篇 Java Linux运维 14篇 STL Python 2篇 网络基础 11篇 SQL SLAM 8篇 LeetCode DataStructure 4篇 DeepLearning 11篇 图像处理 25篇 打赏作者 Channon_ 你的鼓励将是我创作的最大动力 ¥2 ¥4 ¥6 ¥10 ¥20 输入1-500的整数 余额支付 (余额：--) 扫码支付 扫码支付：¥2 获取中 扫码支付 您的余额不足，请更换扫码支付或充值 打赏作者 实付元 使用余额支付 点击重新获取 扫码支付 钱包余额 0 抵扣说明： 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。

2.余额无法直接购买下载，可以购买VIP、C币套餐、付费专栏及课程。

余额充值