科技: 人物 企业 技术 IT业 TMT
科普: 自然 科学 科幻 宇宙 科学家
通信: 历史 技术 手机 词典 3G馆
索引: 分类 推荐 专题 热点 排行榜
互联网: 广告 营销 政务 游戏 google
新媒体: 社交 博客 学者 人物 传播学
新思想: 网站 新书 新知 新词 思想家
图书馆: 文化 商业 管理 经济 期刊
网络文化: 社会 红人 黑客 治理 亚文化
创业百科: VC 词典 指南 案例 创业史
前沿科技: 清洁 绿色 纳米 生物 环保
知识产权: 盗版 共享 学人 法规 著作
用户名: 密码: 注册 忘记密码?
    创建新词条
科技百科
  • 人气指数: 14499 次
  • 编辑次数: 3 次 历史版本
  • 更新时间: 2009-12-08
admin
admin
发短消息
高兴
高兴
发短消息
相关词条
M2M
M2M
SPDY
SPDY
MOVE模式
MOVE模式
WebRTC
WebRTC
网页分类技术
网页分类技术
Li-Fi
Li-Fi
Teaser Page
Teaser Page
数字蚂蚁
数字蚂蚁
FOE
FOE
远程立体视频会议
远程立体视频会议
推荐词条
希拉里二度竞选
希拉里二度竞选
《互联网百科系列》
《互联网百科系列》
《黑客百科》
《黑客百科》
《网络舆情百科》
《网络舆情百科》
《网络治理百科》
《网络治理百科》
《硅谷百科》
《硅谷百科》
2017年特斯拉
2017年特斯拉
MIT黑客全纪录
MIT黑客全纪录
桑达尔·皮查伊
桑达尔·皮查伊
阿里双十一成交额
阿里双十一成交额
最新词条

热门标签

微博侠 数字营销2011年度总结 政务微博元年 2011微博十大事件 美国十大创业孵化器 盘点美国导师型创业孵化器 盘点导师型创业孵化器 TechStars 智能电视大战前夜 竞争型国企 公益型国企 2011央视经济年度人物 Rhianna Pratchett 莱恩娜·普莱契 Zynga与Facebook关系 Zynga盈利危机 2010年手机社交游戏行业分析报告 游戏奖励 主流手机游戏公司运营表现 主流手机游戏公司运营对比数据 创建游戏原型 正反馈现象 易用性设计增强游戏体验 易用性设计 《The Sims Social》社交亮 心理生理学与游戏 Kixeye Storm8 Storm8公司 女性玩家营销策略 休闲游戏的创新性 游戏运营的数据分析 社交游戏分析学常见术语 游戏运营数据解析 iPad风行美国校园 iPad终结传统教科书 游戏平衡性 成长类型及情感元素 鸿蒙国际 云骗钱 2011年政务微博报告 《2011年政务微博报告》 方正产业图谱 方正改制考 通信企业属公益型国企 善用玩家作弊行为 手机游戏传播 每用户平均收入 ARPU值 ARPU 游戏授权三面观 游戏设计所运用的化学原理 iOS应用人性化界面设计原则 硬核游戏 硬核社交游戏 生物测量法研究玩家 全球移动用户 用户研究三部曲 Tagged转型故事 Tagged Instagram火爆的3大原因 全球第四大社交网络Badoo Badoo 2011年最迅猛的20大创业公司 病毒式传播功能支持的游戏设计 病毒式传播功能 美国社交游戏虚拟商品收益 Flipboard改变阅读 盘点10大最难iPhone游戏 移动应用设计7大主流趋势 成功的设计文件十个要点 游戏设计文件 应用内置付费功能 内置付费功能 IAP功能 IAP IAP模式 游戏易用性测试 生理心理游戏评估 游戏化游戏 全美社交游戏规模 美国社交游戏市场 全球平板电脑出货量 Facebook虚拟商品收益 Facebook全球广告营收 Facebook广告营收 失败游戏设计的数宗罪名 休闲游戏设计要点 玩游戏可提高认知能力 玩游戏与认知能力 全球游戏广告 独立开发者提高工作效率的100个要点 Facebook亚洲用户 免费游戏的10种创收模式 人类大脑可下载 2012年最值得期待的20位硅谷企业家 做空中概股的幕后黑手 做空中概股幕后黑手 苹果2013营收 Playfish社交游戏架构

gpu
gpu
GPU英文全称Graphic Processing Unit,中文翻译为“图形处理器”。GPU是相对于CPU的一个概念,由于在现代的计算机中(特别是家用系统,游戏的发烧友)图形的处理变得越来越重要,需要一个专门的图形的核心处理器

图形处理器(英文:Graphic Processing Unit,简写为GPU),是一种专门用来处理在个人电脑、工作站或游戏机上那些影像运算工作的微处理器。

GPU是NVIDIA公司在发布GeForce 256绘图处理芯片时首先提出的概念,在此之前,电脑中处理影像输出的显示芯片,通常很少被视为是一个独立的运算单元。而对手ATI亦提出VPU(Video Processing Unit)概念。GPU使显卡减少了对CPU的依赖,并分担了部分原本是由CPU所担当的工作,尤其是在进行3D图形处理时,功效更加明显。GPU所采用的核心技术有硬件座标转换与光源、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。

GPU可以整合在显卡上,或者直接集成到主板上。现在,90%以上的新型台式电脑和笔记本型电脑拥有集成图形处理器,但是在效能上往往低于那些独立显卡。 
目录

[显示全部]

基本概述编辑本段回目录

gpu
gpu
GPU是显示卡的“心脏”,也就相当于CPU在电脑中的作用,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)。现在市场上的显卡大多采用NVIDIA和ATI两家公司的图形处理芯片。

NVIDIA公司在1999年发布GeForce256图形处理芯片时首先提出GPU的概念。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。

GPU能够从硬件上支持T&L(TransformandLighting,多边形转换与光源处理)的显示芯片,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。

区别DSP编辑本段回目录

gpu
gpu
GPU在几个主要方面有别于DSP架构。其所有计算均使用浮点算法,而且目前还没有位或整数运算指令。此外,由于GPU专为图像处理设计,因此存储系统实际上是一个二维的分段存储空间,包括一个区段号(从中读取图像)和二维地址(图像中的X、Y坐标)。此外,没有任何间接写指令。输出写地址由光栅处理器确定,而且不能由程序改变。这对于自然分布在存储器之中的算法而言是极大的挑战。最后一点,不同碎片的处理过程间不允许通信。实际上,碎片处理器是一个SIMD数据并行执行单元,在所有碎片中独立执行代码。

尽管有上述约束,但是GPU还是可以有效地执行多种运算,从线性代数和信号处理到数值仿真。虽然概念简单,但新用户在使用GPU计算时还是会感到迷惑,因为GPU需要专有的图形知识。这种情况下,一些软件工具可以提供帮助。两种高级描影语言CG和HLSL能够让用户编写类似C的代码,随后编译成碎片程序汇编语言。Brook是专为GPU计算设计,且不需要图形知识的高级语言。因此对第一次使用GPU进行开发的工作人员而言,它可以算是一个很好的起点。Brook是C语言的延伸,整合了可以直接映射到GPU的简单数据并行编程构造。

经GPU存储和操作的数据被形象地比喻成“流”(stream),类似于标准C中的数组。核心(Kernel)是在流上操作的函数。在一系列输入流上调用一个核心函数意味着在流元素上实施了隐含的循环,即对每一个流元素调用核心体。Brook还提供了约简机制,例如对一个流中所有的元素进行和、最大值或乘积计算。Brook还完全隐藏了图形API的所有细节,并把GPU中类似二维存储器系统这样许多用户不熟悉的部分进行了虚拟化处理。用Brook编写的应用程序包括线性代数子程序、快速傅立叶转换、光线追踪和图像处理。利用ATI的X800XT和Nvidia的GeForce6800Ultra型GPU,在相同高速缓存、SSE汇编优化Pentium4执行条件下,许多此类应用的速度提升高达7倍之多。

对GPU计算感兴趣的用户努力将算法映射到图形基本元素。类似Brook这样的高级编程语言的问世使编程新手也能够很容易就掌握GPU的性能优势。访问GPU计算功能的便利性也使得GPU的演变将继续下去,不仅仅作为绘制引擎,而是会成为个人电脑的主要计算引擎。

软件识别编辑本段回目录

gpu
gpu
处理器识别工具CPU-Z,其知名度和必备度无需赘言。硬件网站TechPowerUp.com现在又提供了一个类似的工具,用于显卡识别的“GPU-Z”。这是Tech Power UpGPU-Z发布的第二个版本为0.0.2,体积仅有334KB。

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N记和A记两家厂商,但能生产中低端产品的还有英特尔3S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。

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,现在有些GPU也能支持了,这些任务就由GPU来完成了。

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。

AMD收购了A记显卡芯片的设计厂商,AMD看到以后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现在考虑的问题,也是英特尔的问题。

Intel构架编辑本段回目录

gpu
gpu
Intel官方2007年第一次披露了其可编程多核心架构产品“Larrabee”的发布进程,这可以看作是Intel重返独立GPU市场的第一款产品。IntelCTOJustinRattner,Larrabee隶属于其万亿次运算项目,也将是Intel的第一款实用级万亿次运算处理器,其处理能力将“大大超过”一万亿次浮点每秒,定于2010年推出,但有可能在2009年就提前露面。

Intel路线图,2010年也将是32nmGesher架构处理器发布的时间,而采用45nm工艺的Larrabee很可能与之同时现身,业界也能更好地直接对比二者的差异。此外,NVIDIA的下一代图形芯片G92也宣称具备万亿次运算能力,发布时间应该会早于Larrabee。

Intel正在开发一种名为“Ct”的编程语言,Ct基于C和C++语言,可以很好地处理大规模复杂并行运算,将繁重的工作任务很好地分配到各个处理核心上。无论是在编译期间还是在运行期间,Ct代码都为多核心进行了优化,因此能大大简化开发人员为多核心架构编程的难度,使之仿佛是在为一个核心编写程序。

Intel计划在不久后向开源社区发布一个Ct的预览版,而且Intel正在处理有关法律问题,争取实现整个项目的开源。Larrabee在首发时可能会有24和32个核心,2008年升级到48个。

gpu
gpu
GPU构架在现代计算中的实力,Intel未来的超多核处理器就是采用了类似GPU的构架。超多核处理器核心面积非常小,约10平方毫米,耗电量仅6.25W,单线程的运算能力也仅仅为处理器的三分之一,但它拥有4个线程,还是16向量的FPU浮点运算单元。未来,若在处理器中集成多个如此的轻量化核心,则可以在同样的核心面积、同样的耗电量下,得到数十数百倍的性能提升。Intel还为此种架构设计了可以动态为各个核心分配的大容量缓存,以及一个神秘的“固定功能单元”。很显然,这样的架构同GPU的多个着色器、管线、流处理单元的设计非常相似。

Carmean还比较了CPU和GPU各自在多个方面的优缺点,在线性代数的计算方面(图表的左边),GPU较CPU领先。而从图片和视频的处理,一直到分类、解析几何等等的用途上,CPU逐渐找到了自己的优势。算法越是无序CPU就有优势,而计算需求更加有序,就是GPU的优势所在。

所以CPU和GPU之间就是谁能够夺取开发者们,如果程序开发者编写更多整齐规律的算法程序,使用GPU就更有利,而CPU厂商则认为越无规律越好。不过两者的差距也在逐渐缩小,最后胜出的可能需要最好的整合才行。

历史编辑本段回目录

1970年代

ANTIC和CTIA芯片为Atari-8位元电脑提供硬件控制的图形和文字混合模式,以及其他视频效果的支援。ANTIC芯片是一个特殊用途的处理器,用于映射文字和图形数据到视频输出。ANTIC芯片的设计师,Jay Miner随后为Amiga设计图形处理器。

1980年代

Commodore Amiga是第一个于市场上包含映像显示功能在其视频硬件上的电脑,而IBM 8514图形系统是第一个植入2D显示功能的PC显卡。

Amiga是独一无二的,因为它是一个完整的图形加速器,拥有几乎所有的影像产生功能,包括线段绘画,区域填充,块图像传输,以及拥有自己一套指令集(虽然原始)的辅助绘图处理器。而在先前(和之后一段时间在大多数系统上),一般用途的CPU是要处理各个方面的绘图显示的。

1990年代 

S3 Graphics ViRGE 显卡1990年代初期,Microsoft Windows的崛起引发人们对高性能、高分辨率2D位图图形运算(UNIX工作站和苹果公司的Macintosh原本是此领域的领导者)的兴趣。在个人电脑市场上,Windows的优势地位意味着PC图形厂商可以集中精力发展单一的编程接口,图形设备接口(GDI)。

1991年,S3 Graphics推出了第一款单芯片的2D图像加速器,名为S3 86C911(设计师借保时捷911的名字来命名,以表示它的高性能)。其后,86C911催生了大量的仿效者:到1995年,所有主要的PC图形处理器制造商都于他们的芯片内增加2D加速的支援。到这个时候,固定功能的Windows 加速器的性能已超过昂贵的通用图形辅助处理器,令这些辅助处理器续渐消失于PC市场。

在整个1990年代,2D图形继续加速发展。随着制造能力的改善,图形处理器的集成水平也同样提高。加上应用程序接口(API)的出现有助执行多样工作,如供微软Windows 3.x使用的WinG图像程式库,和他们后来的DirectDraw接口,提供Windows 95和更高版本的2D游戏硬件加速运算。

在1990年代初期和中期,CPU辅助的即时三维图像越来越常见于电脑和电视游戏上,从而导致大众对由硬件加速的3D图像要求增加。早期于大众市场出现的3D图像硬件的例子有第五代视频游戏机,如PlayStation和任天堂64。在电脑范畴,显著的失败首先尝试低成本的3D图形处理器为S3 ViRGE,ATI的3D Rage,和Matrox的Mystique。这些芯片主要是在上一代的2D加速器上加入三维功能,有些芯片为了便于制造和花费最低成本,甚至使用与前代兼容的针脚。起初,高性能3D图像只可经设有3D加速功能(和完全缺乏2D GUI加速功能)的独立绘图处理卡上运算,如3dfx的Voodoo。然而,由于制造技术再次取得进展,影像、2D GUI加速和3D功能都集成到一块芯片上。Rendition的Verite是第一个能做到这样的芯片组。

OpenGL是出现于90年代初的专业图像API,并成为了在个人电脑领域上图像发展的主导力量,和硬件发展的动力。虽然在OpenGL的影响下,带起了广泛的硬件支持,但在当时用软件实现的OpenGL仍然普遍。随着时间的推移,DirectX在90年代末开始受到Windows游戏开发商的欢迎。不同于OpenGL,微软坚持提供严格的一对一硬件支持。这种做法使到DirectX身为单一的图形API方案并不得人心,因为许多的GPU也提供自己独特的功能,而当时的OpenGL应用程序已经能满足它们,导致DirectX往往落后于OpenGL一代。

随着时间的推移,微软开始与硬件开发商有更紧密的合作,并开始针对DirectX的发布与图形硬件的支持。Direct3D 5.0是第一个增长迅速的API版本,而且在游戏市场中获得迅速普及,并直接与一些专有图形库竞争,而OpenGL仍保持重要的地位。Direct3D 7.0支持硬件加速座标转换和光源(T&L)。此时,3D加速器由原本只是简单的栅格器发展到另一个重要的阶段,并加入3D渲染流水线。NVIDIA的GeForce 256(也称为NV10)是第一个在市场上有这种能力的显卡。硬件座标转换和光源(两者已经是OpenGL拥有的功能)于90年代在硬件出现,为往后更为灵活和可编程的像素着色引擎和顶点着色引擎设置先例。

2000年到现在

随着OpenGL API和DirectX类似功能的出现,GPU增加了可编程着色的能力。现在,每个像素可以经由独立的小程序处理,当中可以包含额外的图像纹理输入,而每个几何顶点同样可以在投影到屏幕上之前被独立的小程序处理。NVIDIA是首家能生产支援可编程着色芯片的公司,即GeForce 3(代号为NV20)。2002年10月,ATI发表了Radeon 9700(代号为R300)。它是世界上首个Direct3D 9.0加速器,而像素和顶点着色引擎可以执行循环和长时间的浮点运算,就如CPU般灵活,和达到更快的图像阵列运算。像素着色通常被用于凸凹纹理映射,使物件透过增加纹理令它们看起来更明亮、阴暗、粗糙、或是偏圆及被挤压。

随着绘图处理器的处理能力增加,所以他们的电力需求也增加。高性能绘图处理器往往比目前的中央处理器消耗更多的电源。

当前的主要GPU供应商编辑本段回目录

 GPU有非常多的厂商都生产,和CPU一样,生产的厂商比较多,但大家熟悉的却只有那么两三个,以至于大家以为GPU只有那么两三个生产厂商。

  1。Intel
  可能谁都想不到intel不但是世界上最大的CPU生产销售商,也是世界最大的GPU生产销售商。
  intel的GPU在现在完全是集成显卡,用于intel的主板和intel的笔记本。可能你想不到,要是只安发售数量计算,intel随着他主板发售的集成GPU占据了整个GPU市场的60%以上。
  2。nVidia
  现在最大的独立显卡生产销售商,他的显卡包括现在大家熟悉的Geforce系列,比如GF9800GTX,GTX260,GF8600GT等,还有专业的Quadro系列等。
  他也同样销售固化在主板上的集成显卡,这些显卡随着主板一起发售,但是由于AMD兼并ATI后自身主板芯片能力提高,NV主板如日中天的景象已经失去了半壁江山。
  3。AMD(ATI)
  世界上第二大的独立显卡生产销售商,他的前身就是ATI。他的显卡主要就是大家熟悉的HD系列,比如HD3850,HD4650,HD4870等。
  由于AMD兼并ATI后,其主板市场迅速扩大,已经夺取了NV在amd处理器主板的半壁江山。就发售量和发售盈利方面,AMD显卡方面仍然略输于nv,不过两者不相伯仲,差距只是几个百分点。
  4。Matrox。
  当年和nv,ati一起争夺独立显卡市场份额的一家公司,在曾经的一个时期Matrox的显卡和nv,ati曾经在性能上比肩过。但由于后来其开发能力日渐衰退,在GF5时期,也就是ati的9000系列时期,Matrox由于性能上整整落后了GF5900和Raden9800一个世代而逐渐被淘汰,淡出了民用独立显卡市场。
  但现在Matrox仍然在工程用专业显卡方面有自己的地位。这些显卡用于工程主图和多头输出仍然很强力。与nv和amd的专业显卡不同,nv,ati的专业显卡涉足的是3D领域,而Matrox得专业显卡涉足的是2D领域,也就是CAD。
  但由于cuda的日渐普及,DX10以上显卡将在所有支持cuda的程序上表现出惊人的性能,也就是说当cuda在各种运用软件普及的那天,Matrox也必将退出2D专业卡的市场。
  5。sis和via.
  硒统和威盛现在是对孪生兄弟,但他们曾经也是分开的两家公司,并且都生产自己主板的集成显卡。
  但这可怜的两兄弟已经逐步在淡出主板市场了,也就必定将淡出GPU市场。

Nvidia黄仁勋爆料:GPU运算时代真正来临编辑本段回目录

“2009年是GPU引爆年,GPU可以让WIN7较XP在一些应用中有5-10倍的提升。DirectX API可以提供一个很酷的效果。2009年CPU+GPU运算开启个人运算新时代。GPU运算时代已经来临,这需要大家共襄盛举。”

6月1日下午3点,在台北电脑展开幕的前一天,NVIDIA CEO黄仁勋再次爆出猛料。黄仁勋下午的演讲主题是“GPU革命尽在眼前”。这席话是在NVIDIA与微软在WIN7最新操作系统取得密切合作的背景下公诸于众的。

GPU与CPU运算优劣比较

他说,CPU+GPU平等运算已经有五年,CPU越来越困难,大量运算平行处理。

他举例:CPU和GPU运算好比送比萨,CPU一次一次的送,一次送一个,像卡车原理,再大但总有最后一个,到时候就凉了,唯一解决的方法是让卡车的容量再大,速度再快,但总会有一个极限,当遭遇瓶颈时,就会发热,耗油。

NVIDIA CEO黄仁勋

GPU正好相反,它就像几百个小车,每个都很小,很简单,体积耗电小,做复杂的事很有限,但在1秒或者几秒内能够很好地处理信息。

GPU三大应用

目前GPU的应用分为三类:学生功课、管理分享生活;视觉网路;游戏

一、10亿人上facebook。

二、视觉网络成为一个绝对的主流,每天有数以万计的人用15000个小时用功能手机、录制DV,编辑转码上传影片,这相当于全球能上7000部电影在Youtube上。

三、游戏已经成为全球最大的内容产业。在中国,2013年90亿的市场份额,会成长200%。

GPU运算时代真正来临

GPU运算能力叫板CPU

GPU的3大应用数字惊人

PC已经成为世界最大的游戏平台,网络PC有10亿台之多。CPU+GPU双重处理的模式在过去5年得以广泛应用,开发技术(软体开发)、速度领先,应用体检更棒,前所未有的。这是一个科技承诺。

GPU运算与CPU运算的优势对比

GPU运算的优势一览无余

软件的开发NVIDIA更是始终不迂,过去的CUDA就是一个“杀手级”的应用。它在过去的4年里无所不在,1亿以上的GPU在三星、摩托罗拉等公司应用于癌症的治疗等领域。并在哈佛、斯坦福等亚欧125所大学教学。在日本最快的超级电脑就采用了这项技术,在未来NVIDIA预计前20大超级电脑都会采用这项技术。

CPU+GPU不仅仅是未来趋势

WIN7让计算机像魔术一样神奇,它将让个人电脑产生一次大跃进,它拥有令人惊奇的能力,让人难以置信。NVIDIA已经和微软在WIN7上有密切的合作。GPU运算将史无前例地达成一个暴发点。此时,大家会觉得这是理所当然、水到渠成。CPU+GPU双重运算已经不仅仅是未来的趋势。

Drew Henry 高举 ACER AspireRevo Nettop 及 Lenovo Ideapad S12 Netbook

如:ATOM+ION平台成功更低,功能强大,与CULV SU3500平台形成鲜明对比。无论在理论性能还是实际应用中都保持领先。ION平台可以和英特尔的任何处理器合作,包括双核及以上产品,而不仅仅只是与ATOM的配合这么好。

在正确的时间做正确的事,这是NVIDIA要做的。CPU+GPU共同处理,提高用户体验,降低耗电及用户成本。NVIDIA会拿正确的处理器做正确的事,随时随地为用户提供最佳体验,并让大家,让市场都知道。

分离式独立处理器为图的时代已来来临,用于VIDEO、CUDA、物理加速。

Ion平台的上网本(图片来自HKEPC)

ECS 的 ION 平台 All-in one PC ,产品代号 Morph(图片来自HKEPC)

采用NVIDIA ION 平台的 MSI WinBox D200(图片来自HKEPC)

由 Foxconn 代工的超薄 Ion Nettop 「 JTX-N 」(图片来自HKEPC)

七彩虹展示的Ion平台(图片来自HKEPC)

大陆品牌 Funtwist 推出的 ION Nettop 产品「 FION330 」(图片来自HKEPC)

GPU要取代CPU吗?编辑本段回目录

  在苹果前不久发布的全新“雪豹”操作系统中,将桌面绘制的重任交给了GPU,使其桌面画面更细致靓丽,获得用户好评

  未来,电脑“双核”将为用户带来大大优胜于现在电脑的视觉感受,这里的“双核”并不是指英特尔的处理器,而是具备GPU和CPU两大芯片的电脑。今年台北电脑展上,无论是显卡巨头还是全球两大芯片处理器生产商都推出集合这两大“核心”的电脑平台。业界预测,不久的将来,GPU会成为一台电脑的标准配置,甚至和CPU一同,成为衡量一台电脑性能高低的两大重要因素。

  GPU扫盲

  GPU就是“图形处理器”,它是显卡的“大脑”。简单来说,GPU相当于专用于图像处理的CPU。在技术推动下,GPU的应用领域得到了极大的拓展,已可代替CPU进行视频转码、图形处理加速和各种科学运算,甚至在某些运算中的效率比CPU还要高很多。

  去年,英特尔在IDF(英特尔开发者论坛)上宣称,显卡产业将会消亡。其后,显卡生产商英伟达则放言,GPU将取代CPU称为电脑核心。自此,“CPU和GPU两者谁是核心”成为业界争论不休的话题。

  实际上,从功能和设计上来,GPU和CPU两者有本质区别,而在电脑系统中,两者缺一不可。

  按照CPU和GPU的设计初衷,这两类型产品是互不冲突的,但随着人们对计算机视觉要求的不断提升,CPU已经难以完美地“满足”用户要求,这也使得GPU的地位日益提升。尽管如此,但从一台电脑的功能和系统稳定性来说,GPU并不能取缔CPU的位置。

  未来:GPU与CUP两核心融合

  经过一段时间的争吵后,在刚结束不久的台北电脑展上,出现了GPU与CPU和谐融合的局面。

  首先抛出“融合”的橄榄枝的是显卡生产商英伟达,在台北电脑展2009年上,英伟达推出Tegra处理器。据英伟达表示,Tegra追求的是CPU和GPU的平行,力争让整个平台达到最佳的性能状态。

  随着GPU生产商抛出“两核心融合的橄榄枝”后,两大CPU巨头英特尔和AMD也选择了CPU和GPU融合之路。两者都推出了融入集成GPU芯片的全新电脑平台。

  业界指出,把显示核心GPU“注入”CPU内部,与其说技术的巨大进步,不如说是GPU和CPU生产商的市场杀手锏。由于英特尔和AMD同时生产GPU和CPU,这样的内置方案可以很好地避免显卡芯片的排他性。站在英特尔的角度,这样有利于巩固其集成显卡市场霸主的地位,从AMD方面来说,则可以避免英伟达进一步向自家平台渗透,与此同时,随着CPU技术的提升,CPU和GPU的体积已经足够小巧,封装到一起并不是什么困难的事情。

  用户将有全新视觉体验

  GPU与CPU的融合,在技术上如何做得更为优良,怎样利用“双核”抢占市场对于芯片厂商来说还是有一段较长的路要走,不过对于消费者来说,GPU+CPU带来的好处,将会立竿见影。

  在不久的将来,用户不需要面对迟缓的电脑界面操作,能够使用到一款图形处理优秀,而整体运行快速的电脑产品,并且电脑产品的体积也会随着GPU和CPU的高度集成而越变越“轻巧”,3D图像的处理和3D游戏再不是专业玩家的专利,2D和3D世界的边界也越来越模糊,最重要的是,普通用户也能在主流价格的电脑上体验绚丽和流畅的图像和视频。

相关词条编辑本段回目录

参考资料编辑本段回目录

→如果您认为本词条还有待完善,请 编辑词条

词条内容仅供参考,如果您需要解决具体问题
(尤其在法律、医学等领域),建议您咨询相关领域专业人士。
0

标签: GPU

收藏到: Favorites  

同义词: 图形处理器

关于本词条的评论 (共0条)发表评论>>

对词条发表评论

评论长度最大为200个字符。