应时而生的GPU
英文全称Graphic Processing Unit的GPU是现今PC DIY领域最火爆的词汇之一。GPU即图形处理器，是从CPU（中央处理器）衍生出来的的一个概念，它是显卡的心脏，和显卡板载内存成为一个子系统，共同决定PC系统的图形处理性能。越来越多的图形应用驱使在现代的计算机中GPU变得越来越重要，这种芯片在CPU主宰PC性能走向几十年后的近两年中迅速崛起，升势差不多达到了和CPU平起平坐的地位。
上个世纪的绝大多数显示加速芯片并不能称为GPU，因为它们仅有填充像素和纹理的功能。NVIDIA公司在1999年发布GeForce 256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件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，而硬件T&L技术可以说是GPU问世的标志。
● T&L和Shader
T&L（Transform. and Lighting，多边形转换与光源处理）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。在GeForce问世之前，T&L的大部分运算是交由CPU处理的，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T&L性能低下，转交给GPU做这一部分大大改进了PC的整体图形性能。
GPU的下一次重大改进是引入Shader（着色器），Shader是配合DirectX 8的规格产生的图形芯片架构技术，它进一步扩展了GPU的能力，使原来的渲染管线和T&L带有了可编程的能力，极大地增强了GPU绘制出来的3D图形的表现力。从GeFroce 3一直到现在的GeForce 9，GPU的发展一直基于这种用于控制显卡硬件几何构建/渲染过程的Shader来延续的。
早期版本的shader有两种， 一种是顶点级的，称为vertex shader（OpenGL称为vertex program），取代固定渲染管线中的变换和光照部分，程序员可以自己控制顶点变换、光照等。一种是像素级的，称为pixel shader（OpenGL称为fragment program），取代固定渲染管线中的光栅化部分，程序员可以自己控制像素颜色和纹理采样等。
● 统一渲染架构
DirectX 10+GeForce 8，我们迎来了GPU新的一页，统一渲染架构。在06年底出现的这种新技术和产品中，顶点、像素、几何处理等各种其他3D处理都能被映射成浮点处理被GPU的流处理器（SPs：Streaming Processors）计算。几何着色处理是DirectX 10的新特性，这种功能统一渲染架构的的流处理器可以很好的支持，以此实现更加丰富的特效，并大大降低几何处理对CPU的依赖。GPU的分遣控制逻辑可以动态的分配流处理器去执行前面所述的顶点、像素和几何着色部分，甚至对于3D开发者来讲都不用过多的考虑不同着色器的分配，现在这些完全都可以交给API和驱动自动控制。
这种新的GPU流处理器的通用性良好，未来更多的3D应用也可以在API和驱动的支持下被加进来，就这一点来说统一架构的着色器也远优于不可扩展的传统架构。
在传统的管线模型里，数据流的开始是各种不同从CPU至GPU的属性、指针、命令和纹理。然后主要的处理阶段遵循相当线性方式，包括顶点着色、像素着色、栅格化，一直到完成处理的像素输入到缓冲区。事实上Geforce 7系列GPU的物理管线在每一个主要处理阶段都拥有很多子阶段，在像素着色阶段就有着超过200个分步的子阶段 。在统一的管线/着色器架构里，Geforce 8/9 GPU的设计显著的降低了管线处理阶段，并且把顺序流方式改成了循环执行。信号被输入到统一着色器核心处理后输出至寄存器，然后再被重复输入至着色器核心进行下一步处理。
深入图形程序，通常来说都是像素着色应用多于顶点着色应用，这也是早先着色器分离架构中像素着色器多于顶点着色器的原因。不过这只是总体上的统计情况，而在具体3D应用程序中，某个时段还是有所不同。因此，统一着色器架构的GPU的动态着色器处理能力将比传统的着色器分离架构更有效率。
GPU通用计算和未来
GPU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。
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。
在PC技术领域，CPU和GPU始终是相辅相成，在二者已经发展到出现新的瓶颈时，结合也许是明智的解决方案，因此，关于整合CPU和GPU的方案就一直被人们所津津乐道。在刚刚过去的2007年，NVIDIA率先引入了Tesla通用GPU计算架构，最终目的是将CPU和GPU合二为一，然而NVIDIA并没有CPU的研发历史，在整合的道路上遇到了重重困难。
如果能够发挥GPU的性能潜力，让它协助CPU处理复杂的任务，比如CPU负责一般任务计算，而GPU则负责专门浮点计算，这样就可以解决未来CPU发展的性能瓶颈。为此，通用“CPU-GPU”计算构架被一致看好，但实现二者的整合有两个途径：CPU整合GPU，或GPU集成CPU。就目前的情况来看，尽管PCI-E总线的带宽虽高，但始终未能满足CPU与GPU之间频繁的数据交换 工作 ，加上GPU受PCI-E总线的限制，GPU集成CPU还不够成熟，CPU整合GPU才是最终出路，由于CPU通用处理器的设计，令它得以应付日常生活形形色色的工作，所以它与GPU的关系是并存的。
尽管CPU整合GPU成为未来发展趋势，但至少可以肯定，在2009之前，对应产品不会上市，此外，CPU与GPU整合看起来容易，但实际遇到的问题还很多，比如现有主流GPU内建的晶体管目数目达到7亿之多，比CPU还要复杂，这意味着CPU还难以集成高端GPU内核。就算以后能集成高端的GPU，但GPU的发热量比CPU大许多，也是一个亟待解决的问题。
