想必大家最近都听说了GPU的断供的事件，但很多人却不知道GPU是什么？有多大的用处？下面就一起来了解一下吧。
GPU简介：
GPU是Graphics Processing Unit的简写，是现代显卡中非常重要的一个部分，其中文名为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，游戏站和一些移动设备上做图像和图形相关运算工作的微处理器，对系统输入的视频信息进行构建和渲染，用来储存将要显示的图形信息以及保存图形运算的中间数据，是一个高度并行化的多线程，多核心处理器。
GPU工作原理
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，这是因为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计算能力强劲
GPU的逻辑架构决定了它的计算能力比CPU更加强悍。比如：现在主流的intel i7处理器的浮点计算能力是主流的英伟达GPU处理器浮点计算能力的1/12。
GPU设计者将更多的晶体管用作执行单元，而不是像CPU那样用作复杂的控制单元和缓存。实际上，CPU芯片空间的5%是ALU，而GPU空间的40%是ALU。
GPU有什么用处
科学研究中的 GPU
GPU 计算彻底改变了科学家可以用比以前少得多的预算来做的事情。数据挖掘，计算机在大量数据中寻找有趣的模式，获得原本会在噪音中丢失的洞察力。
Folding@Home等项目使用用户捐赠的家庭 GPU 处理时间来处理癌症等严重问题。GPU 对于过去需要数年才能完成的各种科学和工程模拟以及在大型超级计算机上租用数百万美元的时间非常有用。
人工智能中的 GPU
GPU 在某些类型的人工智能工作中也很出色。GPU 上的机器学习 (ML)比 CPU 快得多，并且最新的 GPU 模型内置了更专业的机器学习硬件。
在现实世界中如何使用 GPU 来推进 AI 应用程序的一个实际例子是自动驾驶汽车的出现。据特斯拉称，他们的 Autopilot 软件需要 70,000 个 GPU 小时来“训练”神经网络，使其具备驾驶车辆的技能。在 CPU 上做同样的工作将过于昂贵和耗时。
加密货币挖矿中的 GPU
GPU 在破解密码难题方面也非常出色，这就是它们在加密货币挖掘中变得流行的原因。尽管 GPU 挖掘加密货币的速度不如 ASIC（专用集成电路），但它们具有通用性的明显优势。ASIC 通常只能挖掘一种特定类型或一小组加密货币，而不能挖掘其他任何东西。
可以看出来GPU的作用还是非常多的，不仅在科学研究中具有很大的用处，并且在人工智能的应用中也非常出色，因此只有拥有自己研发的高端GPU，强化自身实力才是硬道理。
