2024年3月14日发(作者：捷修平)
gpu
百科名片
GPU英文全称Graphic Processing Unit，中文翻译为“图形处理器”。GPU是相对
于CPU的一个概念，由于在现代的计算机中（特别是家用系统，游戏的发烧友）
图形的处理变得越来越重要，需要一个专门的图形的核心处理器。
GPU
目录
[隐藏]
GPU的作用
GPU工作原理
GPU与DSP的区别
GPU识别软件
关于CPU和GPU的相关问题
当前的主要GPU供应商
GPU的作用
[编辑本段]
GPU是显示卡的“大脑”，它决定了该显卡的档次和大部分性能，同时也是2
D显示卡和3D显示卡的区别依据。2D显示芯片在处理3D图像和特效时主要
依赖CPU的处理能力，称为“软加速”。3D显示芯片是将三维图像和特效处理
功能集中在显示芯片内，也即所谓的“硬件加速”功能。显示芯片通常是显示
卡上最大的芯片（也是引脚最多的）。现在市场上的显卡大多采用NVIDIA
和ATI两家公司的图形处理芯片。
于是NVIDIA公司在1999年发布GeForce 256图形处理芯片时首先提出GPU的概念。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体T&L、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，而硬体T&L技术可以说是GPU
的标志。
GPU工作原理
[编辑本段
]
简单说GPU就是能够从硬件上支持T&L（Transform and Lighting，多边形转换与光源处理）的显示芯片，因为T
&L是3D渲染中的一个重要部分，其作用是计算多边形的3D
位置和处理动态光线效果，也可以称为“几何处理”。一
个好的T&L单元，可以提供细致的3D物体和高级的光线特效；只不过大多数PC
中，T&L的大部分运算是交由CPU
处理的(这就也就是所谓的软件T&L)，由于CPU的任务繁多，除了T&L之外，还要做内存管理、输入响应等非3D
图形处理工作，因此在实际运算的时候性能会大打折扣，常常出现显卡等待CPU数据的情况，其运算速度远跟不
上今天复杂三维游戏的要求。即使CPU的工作频率超过1GHz或更高，对它的帮助也不大，由于这是PC本身设计
造成的问题，与CPU的速度无太大关系。
GPU与DSP的区别
[编辑本段
]
GPU在几个主要方面有别于DSP(Digital Signal Processing，简称DSP，数字信号处理)架构。其所有计算均使用
浮点算法，而且目前还没有位或整数运算指令。此外，由于GPU专为图像处理设计，因此存储系统实际上是一个
二维的分段存储空间，包括一个区段号（从中读取图像）和二维地址（图像中的X、Y坐标）。此外，没有任何间
接写指令。输出写地址由光栅处理器确定，而且不能由程序改变。这对于自然分布在存储器之中的算法而言是极
大的挑战。最后一点，不同碎片的处理过程间不允许通信。实际上，碎片处理器是一个SIMD数据并行执行单元，
在所有碎片中独立执行代码。
尽管有上述约束，但是GPU还是可以有效地执行多种运算，从线性代数和信号处理到数值仿真。虽然概念简单，
但新用户在使用GPU计算时还是会感到迷惑，因为GPU需要专有的图形知识。这种情况下，一些软件工具可以提
供帮助。两种高级描影语言CG和HLSL
能够让用户编写类似C的代码，随后编译成碎片程序汇编语言。Brook是专
为GPU计算设计，且不需要图形知识的高级语言。因此对第一次使用GPU进行开发的工作人员而言，它可以算是
一个很好的起点。Brook是C语言的延伸，整合了可以直接映射到GPU的简单数据并行编程构造。经 GPU存储和
操作的数据被形象地比喻成“流”（stream），类似于标准C中的数组。核心（Kernel）是在流上操作的函数。在一
系列输入流上调用一个核心函数意味着在流元素上实施了隐含的循环，即对每一个流元素调用核心体。Brook还提
供了约简机制，例如对一个流中所有的元素进行和、最大值或乘积计算。Brook还完全隐藏了图形API的所有细节
，并把GPU中类似二维存储器系统这样许多用户不熟悉的部分进行了虚拟化处理。用Brook编写的应用程序包括
线性代数子程序、快速傅立叶转换、光线追踪和图像处理。利用ATI的X800XT和Nvidia的GeForce 6800 Ultra型G
PU，在相同高速缓存、SSE汇编优化Pentium 4
执行条件下，许多此类应用的速度提升高达7倍之多。
对GPU计算感兴趣的用户努力将算法映射到图形基本元素。类似Brook这样的高级编程语言的问世使编程新手也
能够很容易就掌握GPU的性能优势。访问GPU计算功能的便利性也使得GPU的演变将继续下去，不仅仅作为绘制
引擎，而是会成为个人电脑的主要计算引擎。
GPU识别软件
[编辑本段]
说起处理器识别工具CPU-Z，其知名度和必备度无需赘言。硬件网站现在又给我们提供了一个
类似的工具，用于显卡识别的“GPU-Z”。这是TechPowerUp GPU-Z发布的第二个版本为0.0.2，体积仅有334KB
现在TechPowerUp GPU-Z的最新版本是10年2月23日更新的v0.3.9，体积为489 KB。新的0.3.9版本将支持许多
新型号，如：ATI HD 5830, HD 5770, HD 5750, HD 5670, HD 5570, HD 5450, HD 4860, HD 4750, Mobility H
D 3430, M97, Mobile HD 5850, 5730, 5650, 5470；NVIDIA GeForce 6200A, GTS 250, 9800S, 205, 310, GT
320, GT 240, GTS 360M, 230M, 330M, 240M, G105M, Quadro NVS170M, G210M, GTS 250M,新版本还修复了
之前版本在BIOS上的一些Bug，添加一些英特尔IGPs监测的支持等等。
关于CPU和GPU的相关问题
第一个问题：
[编辑本段
]
GPU的竞争远比CPU的竞争来得激烈。通用PC的CPU就只有英特尔和AMD两家大厂。而在GPU方面领先的是N
记和A记两家厂商，但能生产中低端产品的还有英特尔、3S等好几家厂商。它们的产品虽然不如前两家，但在很
多应用方面也能满足用户的需要，所以N记和A记只有拼命往前跑才不会死掉。CPU厂商没有采用GPU的先进工
艺是因为CPU厂商都有自己投资的生产线，不可能一下把原来的生产线都淘汰了上新的生产线，那样做可能连当
初投入的资金都难以收回。而GPU厂商由于种种原因，一般都是自己设计由别人代工的，比如找台积电代工。代
工厂商为了能接到业务，只有不停升级自己的生产设备，这样才能生存下来。所以造成以上原因。
第二个问题
就如你所说的一样，CPU除了处理游戏的AI，情节等方面的数据外，对于有些图像方面也是由它完成的。当微软
每次发布新的DX时，并不是每款GPU都能支持DX新的特性，所以有些图像方面的任务还得由CPU来完成。还有
有些特性比如重力特性以前是由CPU来完成，现在有些GPU也能支持了，这些任务就由GPU来完成了。
第三个问题
GPU相当于专用于图像处理的CPU，正因为它专，所以它强，在处理图像时它的工作效率远高于CPU，但是CPU
是通用的数据处理器，在处理数值计算时是它的强项，它能完成的任务是GPU无法代替的，所以不能用GPU来代
替CPU。
另外
现在AMD收购了A记显卡芯片的设计厂商，AMD看到今后CPU和GPU只有走一条融合的道路才能地竞争中占得先
机。CPU和GPU如何配合默契才能最大地提高工作效率是AMD现在考虑的问题，也是英特尔的问题。
第四个问题
微软发布windows7 其中一个显著特性就是 联合GPU和CPU的强大实力，提升GPU在硬件使用的价值，在Windo
ws7中，CPU与GPU组成了协同处理环境。CPU运算非常复杂的序列代码，而GPU则运行大规模并行应用程序。
微软利用DirectX Compute将GPU作为操作系统的核心组成部分之一。DirectX Compute。它让开发人员能够利用
GPU的大规模并行计算能力，创造出引人入胜的消费级和专业级计算应用程序。简单的说，DirectX Compute就
是微软开发的GPGPU通用计算接口，欲统一GPU通用计算标准。也就是说windows7 以后GPU的硬件地位将仅
次于CPU，发挥出更大的效用。
当前的主要GPU供应商
[编辑本段]
GPU有非常多的厂商都生产，和CPU一样，生产的厂商比较多，但大家熟悉的却只有那么两三个，以至于大家以
为GPU只有那么两三个生产厂商。
intel
可能谁都想不到intel不但是世界上最大的CPU生产销售商，也是世界最大的
GPU生产销售商。
intel的GPU在现在完全是集成显卡，用于intel的主板和intel的笔记本。可能
你想不到，要是只按发售数量计算，intel随着他主板发售的集成GPU占据了
整个GPU市场的60%以上。
intel
nVidia
现在最大的独立显卡生产销售商，他的显卡包括现在大家熟悉的G
eforce系列，比如GF9800GTX,GTX260,GF8600GT等，还有专业的Quadro
系列等。
他也同样销售固化在主板上的集成显卡，这些显卡随着主板一起发售，但是
由于AMD兼并ATI后自身主板芯片能力提高，NV主板如日中天的景象已经
失去了半壁江山。
AMD(ATI)
世界上第二大
HD系列，比如HD3850,HD4650,HD4870等。
由于AMD兼并ATI后，其主板市场迅速扩大，已经夺取了NV在amd处理器
主板的半壁江山。就发售量和发售盈利方面，AMD显卡方面仍然略输于nv,
不过两者不相伯仲，差距只是几个百分点。
AMD
nVidia
的独立显卡生产销售商，他的前身就是ATI。他的显卡主要就是大家熟悉的
Matrox。
当年和nv,ati一起争夺独立显卡市场份额的一家公司，在曾经的一个时期Matrox的显卡和nv,ati曾经在性能上比肩
过。但由于后来其开发能力日渐衰退，在GF5时期，也就是ati的9000系列时期，Matrox由于性能上整整落后了G
F5900和Raden9800一个世代而逐渐被淘汰，淡出了民用独立显卡市场。
但现在Matrox仍然在工程用专业显卡方面有自己的地位。这些显卡用于工程主图和多头输出仍然很强力。与nv和a
md的专业显卡不同，nv,ati的专业显卡涉足的是3D领域，而Matrox得专业显卡涉足的是2D领域，也就是CAD。
但由于cuda的日渐普及，DX10以上显卡将在所有支持cuda的程序上表现出惊人的性能，也就是说当cuda在各种
运用软件普及的那天，Matrox也必将退出2D专业卡的市场。
sis和via
硒统和威盛现在是对孪生兄弟，但他们曾经也是分开的两家公司，并且都生产自己主板的集成显卡。 但这可怜的
两兄弟已经逐步在淡出主板市场了，也就必定将淡出GPU市场。
2024年3月14日发(作者：捷修平)
gpu
百科名片
GPU英文全称Graphic Processing Unit，中文翻译为“图形处理器”。GPU是相对
于CPU的一个概念，由于在现代的计算机中（特别是家用系统，游戏的发烧友）
图形的处理变得越来越重要，需要一个专门的图形的核心处理器。
GPU
目录
[隐藏]
GPU的作用
GPU工作原理
GPU与DSP的区别
GPU识别软件
关于CPU和GPU的相关问题
当前的主要GPU供应商
GPU的作用
[编辑本段]
GPU是显示卡的“大脑”，它决定了该显卡的档次和大部分性能，同时也是2
D显示卡和3D显示卡的区别依据。2D显示芯片在处理3D图像和特效时主要
依赖CPU的处理能力，称为“软加速”。3D显示芯片是将三维图像和特效处理
功能集中在显示芯片内，也即所谓的“硬件加速”功能。显示芯片通常是显示
卡上最大的芯片（也是引脚最多的）。现在市场上的显卡大多采用NVIDIA
和ATI两家公司的图形处理芯片。
于是NVIDIA公司在1999年发布GeForce 256图形处理芯片时首先提出GPU的概念。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体T&L、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，而硬体T&L技术可以说是GPU
的标志。
GPU工作原理
[编辑本段
]
简单说GPU就是能够从硬件上支持T&L（Transform and Lighting，多边形转换与光源处理）的显示芯片，因为T
&L是3D渲染中的一个重要部分，其作用是计算多边形的3D
位置和处理动态光线效果，也可以称为“几何处理”。一
个好的T&L单元，可以提供细致的3D物体和高级的光线特效；只不过大多数PC
中，T&L的大部分运算是交由CPU
处理的(这就也就是所谓的软件T&L)，由于CPU的任务繁多，除了T&L之外，还要做内存管理、输入响应等非3D
图形处理工作，因此在实际运算的时候性能会大打折扣，常常出现显卡等待CPU数据的情况，其运算速度远跟不
上今天复杂三维游戏的要求。即使CPU的工作频率超过1GHz或更高，对它的帮助也不大，由于这是PC本身设计
造成的问题，与CPU的速度无太大关系。
GPU与DSP的区别
[编辑本段
]
GPU在几个主要方面有别于DSP(Digital Signal Processing，简称DSP，数字信号处理)架构。其所有计算均使用
浮点算法，而且目前还没有位或整数运算指令。此外，由于GPU专为图像处理设计，因此存储系统实际上是一个
二维的分段存储空间，包括一个区段号（从中读取图像）和二维地址（图像中的X、Y坐标）。此外，没有任何间
接写指令。输出写地址由光栅处理器确定，而且不能由程序改变。这对于自然分布在存储器之中的算法而言是极
大的挑战。最后一点，不同碎片的处理过程间不允许通信。实际上，碎片处理器是一个SIMD数据并行执行单元，
在所有碎片中独立执行代码。
尽管有上述约束，但是GPU还是可以有效地执行多种运算，从线性代数和信号处理到数值仿真。虽然概念简单，
但新用户在使用GPU计算时还是会感到迷惑，因为GPU需要专有的图形知识。这种情况下，一些软件工具可以提
供帮助。两种高级描影语言CG和HLSL
能够让用户编写类似C的代码，随后编译成碎片程序汇编语言。Brook是专
为GPU计算设计，且不需要图形知识的高级语言。因此对第一次使用GPU进行开发的工作人员而言，它可以算是
一个很好的起点。Brook是C语言的延伸，整合了可以直接映射到GPU的简单数据并行编程构造。经 GPU存储和
操作的数据被形象地比喻成“流”（stream），类似于标准C中的数组。核心（Kernel）是在流上操作的函数。在一
系列输入流上调用一个核心函数意味着在流元素上实施了隐含的循环，即对每一个流元素调用核心体。Brook还提
供了约简机制，例如对一个流中所有的元素进行和、最大值或乘积计算。Brook还完全隐藏了图形API的所有细节
，并把GPU中类似二维存储器系统这样许多用户不熟悉的部分进行了虚拟化处理。用Brook编写的应用程序包括
线性代数子程序、快速傅立叶转换、光线追踪和图像处理。利用ATI的X800XT和Nvidia的GeForce 6800 Ultra型G
PU，在相同高速缓存、SSE汇编优化Pentium 4
执行条件下，许多此类应用的速度提升高达7倍之多。
对GPU计算感兴趣的用户努力将算法映射到图形基本元素。类似Brook这样的高级编程语言的问世使编程新手也
能够很容易就掌握GPU的性能优势。访问GPU计算功能的便利性也使得GPU的演变将继续下去，不仅仅作为绘制
引擎，而是会成为个人电脑的主要计算引擎。
GPU识别软件
[编辑本段]
说起处理器识别工具CPU-Z，其知名度和必备度无需赘言。硬件网站现在又给我们提供了一个
类似的工具，用于显卡识别的“GPU-Z”。这是TechPowerUp GPU-Z发布的第二个版本为0.0.2，体积仅有334KB
现在TechPowerUp GPU-Z的最新版本是10年2月23日更新的v0.3.9，体积为489 KB。新的0.3.9版本将支持许多
新型号，如：ATI HD 5830, HD 5770, HD 5750, HD 5670, HD 5570, HD 5450, HD 4860, HD 4750, Mobility H
D 3430, M97, Mobile HD 5850, 5730, 5650, 5470；NVIDIA GeForce 6200A, GTS 250, 9800S, 205, 310, GT
320, GT 240, GTS 360M, 230M, 330M, 240M, G105M, Quadro NVS170M, G210M, GTS 250M,新版本还修复了
之前版本在BIOS上的一些Bug，添加一些英特尔IGPs监测的支持等等。
关于CPU和GPU的相关问题
第一个问题：
[编辑本段
]
GPU的竞争远比CPU的竞争来得激烈。通用PC的CPU就只有英特尔和AMD两家大厂。而在GPU方面领先的是N
记和A记两家厂商，但能生产中低端产品的还有英特尔、3S等好几家厂商。它们的产品虽然不如前两家，但在很
多应用方面也能满足用户的需要，所以N记和A记只有拼命往前跑才不会死掉。CPU厂商没有采用GPU的先进工
艺是因为CPU厂商都有自己投资的生产线，不可能一下把原来的生产线都淘汰了上新的生产线，那样做可能连当
初投入的资金都难以收回。而GPU厂商由于种种原因，一般都是自己设计由别人代工的，比如找台积电代工。代
工厂商为了能接到业务，只有不停升级自己的生产设备，这样才能生存下来。所以造成以上原因。
第二个问题
就如你所说的一样，CPU除了处理游戏的AI，情节等方面的数据外，对于有些图像方面也是由它完成的。当微软
每次发布新的DX时，并不是每款GPU都能支持DX新的特性，所以有些图像方面的任务还得由CPU来完成。还有
有些特性比如重力特性以前是由CPU来完成，现在有些GPU也能支持了，这些任务就由GPU来完成了。
第三个问题
GPU相当于专用于图像处理的CPU，正因为它专，所以它强，在处理图像时它的工作效率远高于CPU，但是CPU
是通用的数据处理器，在处理数值计算时是它的强项，它能完成的任务是GPU无法代替的，所以不能用GPU来代
替CPU。
另外
现在AMD收购了A记显卡芯片的设计厂商，AMD看到今后CPU和GPU只有走一条融合的道路才能地竞争中占得先
机。CPU和GPU如何配合默契才能最大地提高工作效率是AMD现在考虑的问题，也是英特尔的问题。
第四个问题
微软发布windows7 其中一个显著特性就是 联合GPU和CPU的强大实力，提升GPU在硬件使用的价值，在Windo
ws7中，CPU与GPU组成了协同处理环境。CPU运算非常复杂的序列代码，而GPU则运行大规模并行应用程序。
微软利用DirectX Compute将GPU作为操作系统的核心组成部分之一。DirectX Compute。它让开发人员能够利用
GPU的大规模并行计算能力，创造出引人入胜的消费级和专业级计算应用程序。简单的说，DirectX Compute就
是微软开发的GPGPU通用计算接口，欲统一GPU通用计算标准。也就是说windows7 以后GPU的硬件地位将仅
次于CPU，发挥出更大的效用。
当前的主要GPU供应商
[编辑本段]
GPU有非常多的厂商都生产，和CPU一样，生产的厂商比较多，但大家熟悉的却只有那么两三个，以至于大家以
为GPU只有那么两三个生产厂商。
intel
可能谁都想不到intel不但是世界上最大的CPU生产销售商，也是世界最大的
GPU生产销售商。
intel的GPU在现在完全是集成显卡，用于intel的主板和intel的笔记本。可能
你想不到，要是只按发售数量计算，intel随着他主板发售的集成GPU占据了
整个GPU市场的60%以上。
intel
nVidia
现在最大的独立显卡生产销售商，他的显卡包括现在大家熟悉的G
eforce系列，比如GF9800GTX,GTX260,GF8600GT等，还有专业的Quadro
系列等。
他也同样销售固化在主板上的集成显卡，这些显卡随着主板一起发售，但是
由于AMD兼并ATI后自身主板芯片能力提高，NV主板如日中天的景象已经
失去了半壁江山。
AMD(ATI)
世界上第二大
HD系列，比如HD3850,HD4650,HD4870等。
由于AMD兼并ATI后，其主板市场迅速扩大，已经夺取了NV在amd处理器
主板的半壁江山。就发售量和发售盈利方面，AMD显卡方面仍然略输于nv,
不过两者不相伯仲，差距只是几个百分点。
AMD
nVidia
的独立显卡生产销售商，他的前身就是ATI。他的显卡主要就是大家熟悉的
Matrox。
当年和nv,ati一起争夺独立显卡市场份额的一家公司，在曾经的一个时期Matrox的显卡和nv,ati曾经在性能上比肩
过。但由于后来其开发能力日渐衰退，在GF5时期，也就是ati的9000系列时期，Matrox由于性能上整整落后了G
F5900和Raden9800一个世代而逐渐被淘汰，淡出了民用独立显卡市场。
但现在Matrox仍然在工程用专业显卡方面有自己的地位。这些显卡用于工程主图和多头输出仍然很强力。与nv和a
md的专业显卡不同，nv,ati的专业显卡涉足的是3D领域，而Matrox得专业显卡涉足的是2D领域，也就是CAD。
但由于cuda的日渐普及，DX10以上显卡将在所有支持cuda的程序上表现出惊人的性能，也就是说当cuda在各种
运用软件普及的那天，Matrox也必将退出2D专业卡的市场。
sis和via
硒统和威盛现在是对孪生兄弟，但他们曾经也是分开的两家公司，并且都生产自己主板的集成显卡。 但这可怜的
两兄弟已经逐步在淡出主板市场了，也就必定将淡出GPU市场。