最枯燥的东西，看了忘，忘了还不想看......了解一下吧。
一、GPU发展简史
GPU英文全称Graphic Processing Unit,中文翻译为“图形处理器”，在现代计算机系统中的作用变得越来越重要。
20世纪六七十年代，人们只是从软件实现的角度考虑图形用户界面的规范问题，并没有GPU的概念。
20实际70年代末，GPU概念被提出，使用单片集成电路（mobilithic）作为图形芯片，GPU被用于视频游戏方面，只能够快速合成多张图片。80年代末，基于数字信号处理芯片（digital signal processor chip）的GPU被研发出来，速度更快，功能更强，价格昂贵。1991年，S3 Graphics 公司研制出第一个单芯片2D加速器，1995年，主流的PC图形芯片厂商都在自己的芯片上增加了对2D加速器的支持。
1998年NVIDIA公司宣布modern GPU的研发成功，标志着GPU的研发的历史性成为现实。20世纪70年代末到1998年的这一段时间称之为pre-GPU时期，而自1998年往后的GPU称之为 modern GPU。在pre-GPU时期，一些图形厂商，入SGI、Evans &Sutherland,都研发了各自的GPU，这些GPU在现在并没有被淘汰，依然在持续改进和被广泛的使用，当然价格比较昂贵。
modern GPU 使用晶体管（transistors）进行计算，在微芯片（microchip）中，GPU所使用的晶体管已经远远超过CPU。例如，Intel在2.4Hz的Pentium IV上使用5千5百万（55million）个晶体管；而NVIDIA在GeForce FX GPU 上使用超过1亿2千5百万（125 million）个晶体管，在NVIDDIA 7800 GXT上的晶14体管达到3亿2百万（302 million）个。
回顾GPU的发展史，自1998年后可以分为4个阶段。NVIDIA于1998年宣布Modern GPU研发成功，这标志着第一代Mondern GPU的诞生，第一代GPU包括NVIDIA TNT2,ATI的Rage和3Dfx的Voodoo。这些GPU可以独立CPU进行像素缓存区的更新，并可以光栅化三角面片以及进行纹理操作，但是缺乏三维顶点的空间坐标变换能力，这意味着“必须依赖与CPU执行顶点坐标变换的计算”。这一时期的GPU功能非常有限，只能用于纹理组合的数学计算或者像素颜色值得计算。
1999年，NVIDIA推出一款显示核心代号NV10的geforce 256。率先将硬体T&L整合到显示核中。T&L原先先由CPU负责，或者由另一个独立处理机处理。T&L是一大进步，原因是显视核心从CPU接管了大量工作。硬件t&L引擎带来的效果是，3D
模型可以用更多的多边形来描绘，这样就拥有了更加细腻的效果。而对Lighting来说，CPU不必在计算大量的光照数据，直接通过显卡就能获得更好的效能。同时，这一阶段的GPU对于纹理的操作也扩展到了立方体纹理（cube map）。NVIDIA的GeForce MAX,ATI的Radeon 7500等都是在这一阶段研发的。
2001年是第三代modern GPU的发展时期，这一时期研发的GPU提供vertex programmability (顶点编程能力)，如GeForce 3,GeForce 4Ti，ATI 的8500等。这些GPU允许应用程序指定一个序列的指令进行顶点操作控制（GPU变成的本质！），这同样是一个具有开创意义的时期，这一时期确立的GPU编程思想一直延续到今天，不但深入到工程领域帮助改善人类日常生活（医疗、地质勘探、游戏、电影），而且开创或延伸了计算机科学的诸多研究领域（人体绘制、光照模拟、人群动画、通用计算等）。同时Direct8和OpenGL都本着与时俱进的精神，提供了支持vertex programmability的发展。不过，这一时期的GPU还不支持像素级的编程能力，即fragment programmability(片段编程能力)。
所谓Vertex,就是我们苏西的组成3D图形的顶点，由于设计3D模型在空间是基于坐标空间内部设计的，所以Vertex信息包含了3D模型在空间内的坐标等信息。Vertex Shader则是对于vertex信息的运算编程器，可以通过赋予特定的算法而在工作中改变3D模型的外形，Vertex Shader顶点运算单元可以直接检索显存中的材质数据。现在的游戏场景越来越复杂了。所涉及到的差之和多边形数量都非常的惊人。顶点材质技术可以极大的提高GPU在处理复杂的游戏场景时的效率。并且游戏开发人员还可以里用Vertex Shader的这一新的特性，充分发挥想象，实现很多非常漂亮的特效。
第四代GPU的发展时期从2002年末到2003年。NVIDIA的GeForceFX和ATI Radeon 9700同时在市场的舞台上闪亮登场，这两种GPU都支持vertex programmability 和fragment programmability。同时DriectX和OpenGL也扩展了自身的API,用以支持vertex programmability 和 fragment programmability。自2003年起，可编程图形处理器正式诞生，并且由于DirectX和OpenGL契而不舍的追赶潮流，导致基于图形硬件的编程技术，简称GPU编程，也宣告诞生。
二、GPU的优越性
由于GPU具有高并行结构，所以GPU在处理图形数据和复杂算法方面由比CPU更高的效率。CPU大部分面积为控制器和寄存器，与之相比，GPU拥有更多的ALU（Arithmetic Logic Unit,逻辑运算单元）用于数据处理，这样的结构适合对密集型数据进行并行处理。
GPU采用流式并行计算模式，可对每个数据进行独立的并行计算，所谓“对数据进行独立计算”，即：流内任意元素的计算不依赖于其他同类型数据，例如，计算一个顶点的世界位置坐标，不依赖于其他顶点的位置，所谓“并行计算”是指“多个数据可以同时被使用，多个数据并行运算的时间和1个数据单独执行的时间是一样的”。所以，在顶点处理程序中，可以同时处理N个顶点数据。
三、GPU的缺陷
由于“任意一个元素的计算不依赖于其他同类型数据”，导致“需要知道数据之间相关性的”算法，在GPU上难以实现，一个典型的例子是射线与物体的求交运算。GPU中的控制器少于CPU，导致控制能力有限。另外，进行GPU编程必须掌握计算机图形学相关知识，以及图形处理API，入门门槛较高，学习周期较长，尤其国内关于GPU编程的资料较为缺乏，这些都导致了学习的难度。在早期，GPU编程之能使用汇编语言，开发难度高、效率低，不过随着高级Shader language的兴起，在GPU上编程已经容易多了。
四、通用算法
基于GPU进行通用计算的研究逐渐成为热点，被称之为GPGPU(General-Purpose Computing on Graphics Processing Units,也被称之为GPGP,或GP2),很多数值计算等通用算法都已经在GPU上得到了实现，并由不俗的性能表现，目前，线性代数，物理仿真和光线跟踪算法都已经成功的一直到GPU上。