很多小伙伴好奇，AI繪圖、做視頻又快又精致，是因為它一頓飯吃10個設計師嗎？

(資料圖片)

當然不是了。今天諾德基金小編就來給大家揭秘—AI超強圖像處理能力的奧秘之GPU。

資料來源：數英網，由AI完成繪圖

01、什么是GPU

GPU的英文全稱是：Graphics Processing Unit，翻譯過來叫做圖形處理器，也叫視覺處理器、顯示芯片等。是一種專門在電腦、工作站、游戲機和一些移動設備(如手機、iPad等)上做圖像和圖形相關運算工作的微處理器。伙伴們平時看電影、打游戲，畫質的好壞主要取決于GPU。

聽起來可能有些難理解，諾德基金小編給大伙舉個擬人化的例子：小A開了一家藝術品制作商店。可以制作音樂唱片、美術畫作、花瓶等。小B來想在店里買一幅畫。這時，小A就給負責繪畫的師傅下達指令，師傅按要求完成畫作。如果把小A的商店看做是一臺電腦，那么負責繪畫的師傅就相當于GPU(協助圖像處理)。

GPU的發展過程，就像一個孩子從無到有、從青澀到成熟的過程。

1981年，世界上第一臺個人電腦IBM5150問世。其搭配黑白顯示適配器與彩色圖形適配器，是最早的圖形顯示控制器。

20世紀80年代初期，出現了以GE芯片為標志的圖形處理器，其圖像處理能力更強，標志著計算機圖形學進入以圖形處理器為主導的階段。后續隨著GE等圖形處理器的功能不斷完善，GPU(前身)也開始出現。

之后的過程中，GPU不斷更新迭代，到2010年，其在AI領域已擁有了較大優勢。隨著AI時代的到來，GPU也迎來了高速發展，國內外公司不斷升級自己的GPU產品。截止目前，GPU已成為AI領域必不可缺的“螺絲釘”。

02、GPU的核心作用

GPU的核心作用有兩個，分別是圖形渲染和通用計算。

一、圖形渲染

如前文所述，GPU憑借其強大的圖像處理能力，已經成為當今電腦中圖像渲染的專用處理器。其圖像處理過程，諾德基金小編也給大家整理了，有些專業門檻，感興趣的小伙伴可以做個擴展閱讀。

GPU圖像渲染的步驟：

1)在流處理器中構建3D圖形的整體骨架，即頂點處理；

2)由光柵化處理單元把矢量圖形轉化為一系列像素點，即光柵化操作；

3)在紋理映射單元實現紋理填充；

4)在流處理器中完成對像素的計算和處理，即著色處理；

5)在光柵化處理單元中實現測試與混合任務。

二、通用計算

2003年，GPGPU的概念(利用GPU的計算能力，在非圖形處理領域進行更通用、更廣泛的科學計算)被首次提出。GPGPU在傳統GPU的基礎上，使之更適合高性能并行計算。因此其在數據中心被廣泛地應用在人工智能和高性能計算、數據分析等領域。如信號處理、三維醫學成像、雷達成像等。

03、GPU和我們熟悉的CPU有何不同

CPU的英文全稱是：Central Processing Unit，翻譯過來叫做中央處理器。作為計算機系統的運算和控制核心，是信息處理、程序運行的最終執行單元，相當于計算機的“大腦”。而GPU，叫做圖形處理器，是專門做圖像和圖形相關運算工作的微處理器。

如果還用前文小A的藝術品制作商店來舉例，CPU就相當于店長，大大小小的事務都要管，而GPU就相當于專精人員，只負責圖像方面的工作。

當然，CPU也有一定的處理圖像的能力，不過與GPU相比，其圖像處理能力要稍微弱一些

可以說，GPU在圖像處理方面能力更強。在AI領域，由于對圖像處理能力要求很高，因此GPU的地位顯而易見。

Tips：當然CPU和GPU的區別，并不會像這兩幅圖展示的那樣簡單，這里諾德基金小編只是直觀的給大伙展示了兩個芯片的差異，并不是全部哦。

好了，關于GPU的知識內容，本期就先分享到這里，也希望本期內容能對伙伴們了解AI領域有所幫助，咱們下期再見~

關鍵詞：