GPU是顯示卡的“心臟”，也就相當(dāng)于CPU在電腦中的作用，它決定了該顯卡的檔次和大部分性能，同時也是2D顯示卡和3D顯示卡的區(qū)別依據(jù)。 2D顯示芯片在處理3D圖像和特效時主要依賴CPU的處理能力，稱為“軟加速”。3D顯示芯片是將三維圖像和特效處理功能集中在顯示芯片內(nèi)，也即所謂的“硬件加速”功能。顯示芯片通常是顯示卡上最大的芯片（也是引腳最多的）。GPU使顯卡減少了對CPU的依賴，并進行部分原本CPU的工作，尤其是在3D圖形處理時。GPU所采用的核心技術(shù)有硬體T&L、立方環(huán)境材質(zhì)貼圖和頂點混合、紋理壓縮和凹凸映射貼圖、雙重紋理四像素256位渲染引擎等，而硬體T&L技術(shù)可以說是GPU的標(biāo)志。

　　工作原理

　　簡單的說GPU就是能夠從硬件上支持T&L（Transform and Lighting，多邊形轉(zhuǎn)換與光源處理）的顯示芯片，因為T&L是3D渲染中的一個重要部分，其作用是計算多邊形的3D位置和處理動態(tài)光線效果，也可以稱為“幾何處理”。一個好的T&L單元，可以提供細致的3D物體和高級的光線特效；只不過大多數(shù)PC中，T&L的大部分運算是交由CPU處理的（這就也就是所謂的軟件T&L），由于CPU的任務(wù)繁多，除了T&L之外，還要做內(nèi)存管理、輸入響應(yīng)等非3D圖形處理工作，因此在實際運算的時候性能會大打折扣，常常出現(xiàn)顯卡等待CPU數(shù)據(jù)的情況，其運算速度遠跟不上今天復(fù)雜三維游戲的要求。即使CPU的工作頻率超過 1GHz或更高，對它的幫助也不大，由于這是PC本身設(shè)計造成的問題，與CPU的速度無太大關(guān)系。

　　GPU圖形處理，可以大致分成 5 個步驟，如下圖箭頭的部分。分別為 vertex shader、primitive processing、rasterisation、fragment shader、testing and blending。

　　三維座標(biāo)繪圖并產(chǎn)生屏幕輸出的圖形

　　第一步，vertex shader。是將三維空間中數(shù)個（x，y，z）頂點放進 GPU 中。在這一步驟中，電腦會在內(nèi)部模擬出一個三維空間，并將這些頂點放置在這一空間內(nèi)部。接著，投影在同一平面上，也是我們將看到的畫面。同時，存下各點距離投影面的垂直距離，以便做后續(xù)的處理。

　　這個過程就像是本地球觀看星星一般。地球的天空，就像是一個投影面，所有的星星，不管遠近皆投影在同一面上。本地球的我們，抬起頭來觀看星星，分不出星星的遠近，只能分辨出亮度。GPU 所投影出的結(jié)果，和這個情況類似。

　　從地球所看到的星空，星星就像是投影到一球面上，除非使用特別的儀器，不然分不出星星和地球的距離

　　第二步，primitive processing。是將相關(guān)的點鏈接在一起，以形成圖形。在一開始輸入數(shù)個頂點進入 GPU 時，程序會特別注記哪些點是需要組合在一起，以形成一線或面。就像是看星座的時候一樣，將相關(guān)連的星星連起來，形成特定的圖案。

　　第三步，rasterisation。因為電腦的屏幕是由一個又一個的像素組成，因此，需要將一條連續(xù)的直線，使用繪圖的演算法，以方格繪出該直線。圖形也是以此方式，先標(biāo)出邊線，再用方格填滿整個平面。

　　第四步，fragment shader。將格點化后的圖形著上顏色。所需著上的顏色也是于輸入時便被注記。在游玩游戲時，這一步相當(dāng)耗費 GPU 的計算資源，因為光影的效果、物體表面材質(zhì)皆是在這一步進行，這些計算決定著游戲畫面的精細程度。因此在游玩游戲時，調(diào)高游戲畫面品質(zhì)大幅增加這一步的計算負擔(dān)，降低游戲品質(zhì)。

　　將一個三角形，用方格呈現(xiàn)近似原始圖案，并著上顏色。一塊又一塊的方格，就是顯示器上的像素

　　最后一步，testing and blending。便是將第一步所獲得的投影垂直距離取出，和第四步的結(jié)果一同做最后處理。在去除被會被其他較近距離的物體擋住的物體后，讓剩下的圖形放進 GPU 的輸出內(nèi)存。之后，結(jié)果便會被送到電腦屏幕顯示。

　　GPU與DSP區(qū)別

　　GPU在幾個主要方面有別于DSP（Digital Signal Processing，簡稱DSP（數(shù)字信號處理）架構(gòu)。其所有計算均使用浮點算法，而且目前還沒有位或整數(shù)運算指令。此外，由于GPU專為圖像處理設(shè)計，因此存儲系統(tǒng)實際上是一個二維的分段存儲空間，包括一個區(qū)段號（從中讀取圖像）和二維地址（圖像中的X、Y坐標(biāo)）。此外，沒有任何間接寫指令。輸出寫地址由光柵處理器確定，而且不能由程序改變。這對于自然分布在存儲器之中的算法而言是極大的挑戰(zhàn)。最后一點，不同碎片的處理過程間不允許通信。實際上，碎片處理器是一個SIMD數(shù)據(jù)并行執(zhí)行單元，在所有碎片中獨立執(zhí)行代碼。

　　盡管有上述約束，但是GPU還是可以有效地執(zhí)行多種運算，從線性代數(shù)和信號處理到數(shù)值仿真。雖然概念簡單，但新用戶在使用GPU計算時還是會感到迷惑，因為GPU需要專有的圖形知識。這種情況下，一些軟件工具可以提供幫助。兩種高級描影語言CG和HLSL能夠讓用戶編寫類似C的代碼，隨后編譯成碎片程序匯編語言。Brook是專為GPU計算設(shè)計，且不需要圖形知識的高級語言。因此對第一次使用GPU進行開發(fā)的工作人員而言，它可以算是一個很好的起點。 Brook是C語言的延伸，整合了可以直接映射到 GPU的簡單數(shù)據(jù)并行編程構(gòu)造。經(jīng)GPU存儲和操作的數(shù)據(jù)被形象地比喻成“流”（stream），類似于標(biāo)準(zhǔn)C中的數(shù)組。核心（Kernel）是在流上操作的函數(shù)。在一系列輸入流上調(diào)用一個核心函數(shù)意味著在流元素上實施了隱含的循環(huán)，即對每一個流元素調(diào)用核心體。Brook還提供了約簡機制，例如對一個流中所有的元素進行和、最大值或乘積計算。Brook還完全隱藏了圖形API的所有細節(jié)，并把GPU中類似二維存儲器系統(tǒng)這樣許多用戶不熟悉的部分進行了虛擬化處理。用Brook編寫的應(yīng)用程序包括線性代數(shù)子程序、快速傅立葉轉(zhuǎn)換、光線追蹤和圖像處理。利用ATI的X800XT和Nvidia的GeForce 6800 Ultra型GPU，在相同高速緩存、SSE匯編優(yōu)化Pentium 4執(zhí)行條件下，許多此類應(yīng)用的速度提升高達7倍之多。

　　對GPU計算感興趣的用戶努力將算法映射到圖形基本元素。類似Brook這樣的高級編程語言的問世使編程新手也能夠很容易就掌握GPU的性能優(yōu)勢。訪問GPU計算功能的便利性也使得GPU的演變將繼續(xù)下去，不僅僅作為繪制引擎，而是會成為個人電腦的主要計算引擎。

　　GPU和CPU的區(qū)別是什么？

　　要解釋兩者的區(qū)別，要先明白兩者的相同之處：兩者都有總線和外界聯(lián)系，有自己的緩存體系，以及數(shù)字和邏輯運算單元。一句話，兩者都為了完成計算任務(wù)而設(shè)計。

　　兩者的區(qū)別在于存在于片內(nèi)的緩存體系和數(shù)字邏輯運算單元的結(jié)構(gòu)差異：CPU雖然有多核，但總數(shù)沒有超過兩位數(shù)，每個核都有足夠大的緩存和足夠多的數(shù)字和邏輯運算單元，并輔助有很多加速分支判斷甚至更復(fù)雜的邏輯判斷的硬件；GPU的核數(shù)遠超CPU，被稱為眾核（NVIDIA Fermi有512個核）。每個核擁有的緩存大小相對小，數(shù)字邏輯運算單元也少而簡單（GPU初始時在浮點計算上一直弱于CPU）。從結(jié)果上導(dǎo)致CPU擅長處理具有復(fù)雜計算步驟和復(fù)雜數(shù)據(jù)依賴的計算任務(wù)，如分布式計算，數(shù)據(jù)壓縮，人工智能，物理模擬，以及其他很多很多計算任務(wù)等。GPU由于歷史原因，是為了視頻游戲而產(chǎn)生的（至今其主要驅(qū)動力還是不斷增長的視頻游戲市場），在三維游戲中常常出現(xiàn)的一類操作是對海量數(shù)據(jù)進行相同的操作，如：對每一個頂點進行同樣的坐標(biāo)變換，對每一個頂點按照同樣的光照模型計算顏色值。GPU的眾核架構(gòu)非常適合把同樣的指令流并行發(fā)送到眾核上，采用不同的輸入數(shù)據(jù)執(zhí)行。在 2003-2004年左右，圖形學(xué)之外的領(lǐng)域?qū)＜议_始注意到GPU與眾不同的計算能力，開始嘗試把GPU用于通用計算（即GPGPU）。之后NVIDIA發(fā)布了CUDA，AMD和等公司也發(fā)布了OpenCL，GPU開始在通用計算領(lǐng)域得到廣泛應(yīng)用，包括：數(shù)值分析，海量數(shù)據(jù)處理（排序，Map- Reduce等），金融分析等等。

　　簡而言之，當(dāng)程序員為CPU編寫程序時，他們傾向于利用復(fù)雜的邏輯結(jié)構(gòu)優(yōu)化算法從而減少計算任務(wù)的運行時間，即Latency。當(dāng)程序員為GPU編寫程序時，則利用其處理海量數(shù)據(jù)的優(yōu)勢，通過提高總的數(shù)據(jù)吞吐量（Throughput）來掩蓋 Lantency。目前，CPU和GPU的區(qū)別正在逐漸縮小，因為GPU也在處理不規(guī)則任務(wù)和線程間通信方面有了長足的進步。另外，功耗問題對于GPU比CPU更嚴(yán)重。

　　總的來講，GPU和CPU的區(qū)別是個很大的話題，在這里只能簡單講解一下了。