GPU的认知

　　GPU在电脑上的作用也是不容小觑的，它在显示卡里可是人体心脏的部位所以它的分量也是很重要！大家是不是真的了解它呢？下面小编带你们走进知识的课堂！
　　GPU在商用应用程序上的部署究竟能带来多少性能提升，这是很多人关心的问题，也许只是个昂贵的噱头，也许会变成数据处理的一个重要组成部分。
　　许多书籍、文章都用大量的空泛的数据，专业术语来解释GPU在数据处理中的作用，它看起来很好用，而且好像就是未来发展的趋势，特别是在一些大型架构的信息系统，好像使用GPU来处理数据是必不可少的一部分。
　　大概从2003年开始，随着科技的发展，我们开始使用GPU来独立处理电脑3D游戏的数据，或者其他对图形要求比较高的程序，如3DS MAX，autocad，PHOTSHOP等。GPU逐渐进入了我们视线，包括我们的家用电脑，笔记本，GPU都开始发挥它的作用。但现在，在数据中心的服务器上，你都可以发现GPU的身影了。
　　相关作用
　　GPU
　　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2D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）。

　　GPU已经不再局限于3D图形处理了，GPU通用计算技术发展已经引起业界不少的关注，事实也证明在浮点运算、并行计算等部分计算方面，GPU可以提供数十倍乃至于上百倍于CPU的性能，如此强悍的“新星”难免会让CPU厂商老大英特尔为未来而紧张， NVIDIA和英特尔也经常为CPU和GPU谁更重要而展开口水战。GPU通用计算方面的标准有 OPEN CL、CUDA、ATI STREAM。其中，OpenCL(全称Open Computing Language，开放运算语言)是第一个面向异构系统通用目的并行编程的开放式、免费标准，也是一个统一的编程环境，便于软件开发人员为高性能计算服务器、桌面计算系统、手持设备编写高效轻便的代码，而且广泛适用于多核心处理器(CPU)、图形处理器(GPU)、Cell类型架构以及数字信号处理器(DSP)等其他并行处理器，在游戏、娱乐、科研、医疗等各种领域都有广阔的发展前景，AMD-ATI、NVIDIA产品都支持OPEN CL。
　　1985年 8月20日 ATi公司成立，同年10月ATi使用ASIC技术开发出了第一款图形芯片和图形卡，1992年 4月ATi发布了 Mach32 图形卡集成了图形加速功能，1998年 4月 ATi被IDC评选为图形芯片工业的市场领导者，但那时候这种芯片还没有GPU的称号，很长的一段时间ATI都是把图形处理器称为VPU，直到AMD收购ATI之后其图形芯片才正式采用GPU的名字。
　　相关问题
　　GPU
　　第一个问题：
　　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NVIDIA和AMD两家厂商，但能生产中低端产品的还有英特尔、三星等好几家厂商。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：
　　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，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，AMD在2006年以54亿美元的巨资收购了ATI公司，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Windows7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GPU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。英特尔发布的酷睿二代Sandy Bridge处理器集成的核芯显卡和AMD Llano APU已经将集成显卡提升到了一个新的高度，英特尔下一代Ivy Bridge处理器更是进一步增强了核芯显卡的能力。
　　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。从此NV显卡的芯就用这个新名字GPU来称呼。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。
　　数据中心的出现，将许多终端用户的需要处理的数据交给了数据中心。那么问题来了，GPU是否也可用通过这种远程协作的方式使用？如虚拟化GPU（简称vGPUs）。随着虚拟化技术的发展，已经可以把GPU应用在虚拟机里使用，这样可以让GPU代替许多CPU的工作。
　　NVIDIA推出了一种新的vGPU技术，并在2012年成功的引入了VGX平台，这种技术允许虚拟机和宿主机共享一个或者多个GPU核心，就像一个数据中心的群集一样，GPU资源可以共享。这种vGPU的虚拟化技术可以大大降低了成本，因为你不必在每一台需要使用GPU计算的服务器上安装相应的GPU硬件。
　　GPU的核心数量非常多，这和CPU有本质的区别，一般GPU都内置了数百个内核，甚至上千个，GPU的工作原理就是并行计算，在并行处理特定数据的时候，GPU比CPU高效非常多。但在复杂指令计算方面，GPU远远不及CPU，所以GPU和CPU是一种互补的关系，而不是互相代替的关系。

　　IT部门的建设者应该在建设初期就全面考虑好规划，一些适合GPU计算的地方就利用GPU并行计算的优势去部署，而不是单单考虑提升CPU的性能。高性能的GPU处理器不是普通的计算处理过程。GPU是用利用高度序列化的处理模式和CPU配合使用，并不是使用高性能GPU就可以搭配低性能的CPU.由于它们的工作侧重点不同，是一种并行处理的方式，所以不能因为GPU的并行处理能力很强就忽略了CPU的重要性。
　　如果一个项目对性能的需求非常高，IT规划部门就应该把CPU和GPU的架构比例分清楚。例如，一个公司对数据加密，计算要求比较高，但对图形方面的工作涉及比较少，这样的公司对CPU的要求就比GPU高。
　　其他工业领域，如石油和天然气领域，都越来越依赖于实时可视化的操作。如地质的探索任务，地质学家必须在实时查看地下地震活动。在这种对图形实时处理需求很高而且受环境制约的环境，GPU部署在数据中心比部署在现场好，科学家在现场只需要将探测的数据交回数据中心处理，之后再接收传回的处理完的数据。这也就是数据中心为什么越来越多的部署GPU进行数据处理的原因。
　　相信大家对GPU有了准确的认知了吧！更多知识点，就在课课家教育，我们期待您的到来！