gpu 全称图形处理器，英文全称 Graphics Processing Unit，是专门做并行计算的处理器，和 CPU 的设计思路不一样，CPU 擅长复杂串行逻辑运算，核心数量少，单核心性能强，gpu 拥有大量流处理核心，可以同时并行处理海量同类计算任务，最早 gpu 主要用来处理电脑画面渲染，负责游戏 视频画面生成，后来随着通用计算技术发展，gpu 也广泛用于人工智能训练推理 科学计算 视频编码渲染等领域。CPU 是通用处理器，适合分支判断 复杂指令，而图像里面每一个像素、每一个顶点运算逻辑高度相似，非常适合大规模并行，这就是 gpu 诞生的核心原因，早期电脑画面全部由 CPU 计算，效率很低，gpu 把图形相关计算独立出来，大幅提升画面输出能力。gpu 分为独立显卡 GPU 和核显也就是集成 GPU，核显集成在 CPU 内部，不需要单独显卡，功耗低，性能有限；独立 gpu 是单独板卡，自带显存、供电、散热，运算能力更强，是游戏、AI、专业渲染的主力。
核心参数对照表
| 参数项目 | 说明 |
|---|---|
| 流处理器核心 | 并行运算单元，数量越多并行算力越强 |
| 显存 | gpu 自带高速缓存，存放纹理、帧数据、模型数据 |
| 显存位宽 | 决定显存数据吞吐能力 |
| 核心频率 | gpu 核心运行主频 |
| TDP 功耗 | 满载运行功耗，决定散热和供电要求 |
| 接口 | PCIe 接口，独立 gpu 和主板通信 |
主要功能分类
1 图形渲染，这是 gpu 原始核心功能，3D 建模、游戏实时渲染，顶点变换、光栅化、着色器计算，把三维场景转换成二维屏幕画面。
2 视频编解码，硬件加速解码和编码，播放 4K 视频，直播推流，视频剪辑导出，依靠 gpu 硬件编解码单元，减轻 CPU 压力。
3 通用并行计算，也就是 GPGPU，通过 CUDA、OpenCL 这类编程框架，把 gpu 用于 AI 大模型训练、科学仿真、密码计算。
4 专业图形工作，CAD、三维建模、影视特效渲染，专业级 gpu 针对这类专业软件做优化。
独立 gpu 与核显对比
| 类型 | 特点 | 适用场景 |
|---|---|---|
| 核显集成 gpu | 集成在 CPU，无独立显存，共享内存，低功耗 | 办公 网页 轻度影音 |
| 独立 gpu | 独立板卡，自带显存，性能强，功耗高 | 游戏 AI 影视渲染 |
实操理解步骤
第一步 区分 CPU 串行运算和 gpu 并行运算的设计差异，理解 gpu 为什么适合大批量重复计算。
第二步 分清核显和独立 gpu，了解两者性能、功耗、成本差别。
第三步 认识 gpu 核心部件，流处理器、显存、编解码单元的作用。
第四步 了解 gpu 从单纯图形芯片，拓展到 AI 通用计算的发展变化。
综合结论，gpu 本质是大规模并行计算芯片，最初定位是图形渲染处理器，现在已经变成兼顾图形处理与通用计算的核心硬件，游戏、影视、人工智能、科学计算都大量依赖 gpu，选择 gpu 的时候，需要根据用途，平衡算力、显存、功耗、预算。
【常见问题】
问题 1 gpu 的简介里面 gpu 和显卡是同一个东西吗
回答 1 gpu 的简介里面，gpu 是显卡上面的核心芯片，显卡是完整板卡，包含 gpu 芯片、显存、供电散热，gpu 的简介很多人会把 gpu 直接俗称显卡，严格来说二者并不等同。
问题 2 gpu 的简介里面为什么 AI 要用 gpu
回答 2 gpu 的简介里面 AI 矩阵运算属于海量重复并行计算，gpu 拥有大量并行核心，相比 CPU 计算速度快很多，所以 gpu 的简介里面现在 AI 大模型训练推理大量使用 gpu。
问题 3 gpu 的简介里面核显性能为什么比独立 gpu 弱
回答 3 gpu 的简介里面核显集成在 CPU 内部，核心规模小，没有独立显存，只能共享系统内存，带宽和核心数量远低于独立 gpu，所以 gpu 的简介里面核显只适合轻度使用。
【免责申明】
本内容仅为 gpu 基础知识科普，不同厂商 gpu 架构、技术规格存在差异，选购和专业计算应用请参考官方技术文档，本资料不构成硬件选购或者工程部署建议。