gpu的基本知识详细?图形处理单元（或简称GPU）：，今天小编就来聊一聊关于gpu的基本知识详细?接下来我们就一起去研究一下吧!

gpu的基本知识详细

图形处理单元（或简称GPU）：

会负责处理从PC内部传送到所连接显示器的所有内容，无论你在玩游戏、编辑视频或只是盯着桌面的壁纸，所有显示器中显示的图像都是由GPU进行渲染的。

本文系统极客将向大家介绍什么是GPU、它是如何工作的，以及为什么要为游戏和图像密集型应用程序配置专用显卡。

对普通用户来说，实际上不需要独立显卡就可以向显示器「提供」内容。像笔记本电脑或平板用户，通常CPU芯片都会集成GPU内核，也就是大家熟称的「核显」，这样就可以为对显示要求不高的低功耗设备提供更好的性价比。

正因如此，部分笔记本电脑、平板电脑和某些PC用户来说，要想将其图形处理器升级到更高级别也很困难，甚至不太可能。

这就会导致游戏（和视频编辑等）性能不佳，只能将图形质量设置降低才能工作。对此类用户而言，只有在主板支持和空闲空间足够的情况下，添加新显卡才能够把（游戏）显示体验提高到一个新的水平。

CPU vs GPU

既然CPU已经提供显示核心了，如果我们已有一颗强大CPU，为什么还需要单独的GPU呢？简单地说，就是GPU的数字计算对依赖于它的游戏引擎和（像视频编辑这样的）密集型应用程序来说更为强劲，位于GPU板上的大量核心可以在单位时间点处理所有此类进程。

虽然CPU和GPU都是以硅为基础的微型处理器，不过从本质上来说，两者的部署角色却是完全不同的。

CPU是PC的大脑，用于处理各种复杂的任务，GPU并不能有效地执行。而比特币工厂依赖于他们受信任的GPU（被称为GPGPU–通用图形处理单元）来挖矿而不用CPU。

CPU和GPU就像人类的大脑和肌肉，前者能够处理大量不同类型的计算，而GPU的任务则是负责渲染图形和将所有可用核心聚焦于具体任务。

当在单个任务上需要大量复杂图形和几何运算时，GPU会投入相应工作。

GPU厂商

目前市场上占主导地位的两大GPU厂商是AMD和Nvidia，AMD的前身就是大名鼎鼎的ATI，其Radeon品牌早在1985年就已发布，而Nvidia在1999年才发布了其首款GPU产品。

AMD于2006年对ATI进行了收购，目前在两个不同的领域同Nvidia和Intel进行竞争。实际上在选购GPU产品时Nvidia和AMD并没有太大区别，完全取决于用户的个人喜好。

继Nvidia发布的GTX 10系列推出一堆新产品后，AMD也以提供更实惠的价格与其竞争，并预计在不久的将来就会推出自己的高端图形解决方案。

通常情况下，此类科技厂商都会在高端产品上并行竞争和一较高下，此外Intel也在芯片中不断推进自己的图形解决方案，但用户通常还是会选择A卡或N卡。

GPU工作

GPU目前已成为PC内部最强大的组件之一，其性能大部分都来自于VRAM。

由于独立显卡使用的显示器内存独立于计算机内存，这些存储器模块允许快速存储和接收数据，而不必再通过CPU路由到主板上插的内存。

虽然显卡内存与计算机内存相似，但却完全不同，例如：支持DDR4内存的主板也可能会支持GDDR5 RAM的显卡。

显卡上的VRAM用于在卡上快速存储和访问数据，以及为显示器缓冲渲染帧。其还有助于降低影响屏幕上近似数据的「锯齿状边缘」以实现抗锯齿，使图像看起来更平滑。

GPU散热

要利用好GPU的原始设计效能必需有大量供电，大量用电就意味着大量发热。显卡（或处理器）产生的热量是以热设计功耗（或简称TDP）和瓦特为单位测量的。

但商家对产品的标称并不是直接所需的功耗值，例如新的GTX 1080标称为180W TDP等级，但这并不意味着它需要180W的功率。

之所以提醒大家关心这个值是因为，具有较高TDP的GPU用到有限空气流动的紧凑空间中可能会导致散热问题。特别是对GPU超频的用户来说，需要有足够的冷却手段来处理增加的热量，才能让其稳定运行。

GPU术语

架构：GPU基于的平台（或技术）。一般由GPU厂商进行定义，如AMD 的Polaris架构。

显存带宽：它决定了GPU如何有效地利用可用的VRAM。显卡可以使用GDDR5内存，但如果没有有效地利用带宽仍然会有瓶颈。

纹理填充率：指GPU在单位时间内所能处理的纹理贴图的数量，单位是MTexels/S，由内核时钟乘以可用纹理映射单元（TMU）确定。

内核/处理器：显卡上可用的并行内核（或处理器）数。

核心时钟：与CPU的时钟速率类似，通常该值越高GPU则能够更快地工作。

SLI/CrossFire：SLI和CrossFire分别是Nvidia和AMD使用的技术，它们允许用户安装多块GPU卡并协同工作。

显卡解决图形问题和其他任务的众多核心都是专门设计的，强大的显卡和GPU可以为游戏提供更高的保真度和分辨率，虽然它比CPU更强大，但实际只能用于特定的应用程序。