显卡有啥用(电脑的显卡起什么作用)

想必大家最近都听说了GPU供应中断的事情，但是很多人都不知道GPU是什么。有多大用处？让我们一起来看看吧。

GPU简介：

GPU图形处理单元是图形处理单元的简称，是现代显卡非常重要的一部分。它的中文名是图形处理器，又称显示核心、视觉处理器、显示芯片。它是一种微处理器，专门用于个人电脑、工作站、游戏站和一些移动设备上的图像和图形相关操作。它构造并渲染系统输入的视频信息，存储要显示的图形信息，并保存图形操作的中间数据。它是一个高度并行的多线程和多核处理器。

GPU工作原理

简单来说，GPU就是一个可以从硬件上支持T&L(Transform and Lighting)的显示芯片。这是因为T&L是3D渲染的重要组成部分，它的作用是计算多边形的3D位置，处理动态光效。也可以称为“几何加工”。

一个好的T&L单元可以提供细致的3D物体和高级的灯光效果；然而，在大多数个人电脑中，T&L的大部分操作都是由CPU处理的(这就是所谓的软件T&L)。因为CPU有许多任务，除了T&L，它还必须进行非3D图形处理，如内存管理和输入响应。所以实际操作的性能会大打折扣，显卡经常等待CPU数据，运行速度远远跟不上当今复杂3D游戏的要求。

即使CPU的工作频率超过1GHz或者更高，也帮不了多少忙。因为这是PC本身设计造成的问题，和CPU的速度关系不大。

GPU计算能力强劲

GPU的逻辑架构决定了它的计算能力比CPU更强大。比如主流intel i7处理器的浮点运算能力是主流NVIDIA GPU处理器的1/12。

GPU设计师更多的使用晶体管作为执行单元，而不是像CPU那样复杂的控制单元和缓存。其实CPU芯片空之间5%是ALU，GPU空之间40%是ALU。

GPU有什么用处

科学研究中的GPU

GPU完全改变了科学家可以用比以前少得多的预算做的事情。数据挖掘，即计算机在大量数据中寻找有趣的模式，并获得原本会淹没在噪音中的洞察力。

Folding@Home等项目利用用户捐赠的家庭GPU处理时间来处理癌症等严重问题。对于GPU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都非常有用。

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快很多，最新的GPU型号内置了更专业的机器学习硬件。

如何在现实世界中使用GPU推进人工智能应用的一个实际例子是自动驾驶汽车的出现。根据特斯拉的说法，他们的自动驾驶软件需要70，000个GPU小时来“训练”神经网络，使其拥有驾驶车辆的技能。在CPU上做同样的工作会过于昂贵和耗时。

加密货币挖掘中的GPU

GPU也非常擅长解决密码难题，这也是它们在加密货币挖掘中受欢迎的原因。虽然GPU在挖掘加密货币方面没有ASIC(专用集成电路)快，但它们具有明显的通用性优势。通常ASIC只能挖掘特定类型或者一小组加密货币，其他的都不行。

可见GPU的功能很多，不仅在科学研究上，在人工智能的应用上也是如此。所以拥有自己的高端GPU，加强自己的实力才是硬道理。