什么是 GPU？

GPU 非常擅长执行通用并行处理，但从历史上看，情况并非总是如此。顾名思义，GPU 最初是为一项特定任务而设计的：控制图像显示。

在 GPU 问世之前，我们采用点阵屏幕，它们于 20 世纪 40 年代和 50 年代发布。矢量和光栅显示屏随后发布，之后第一批视频游戏机和 PC 面世。当时，一种名为图形控制器的不可编程设备协调显示在屏幕上的内容。传统上，图形控制器依赖 CPU 进行处理，尽管有些控制器包括片上处理器。

大约在同一时间，三维成像项目涉及使用单个处理器在屏幕上生成单个像素。目标是在短时间内生成合并许多像素的图像。据我们所知，此项目就是 GPU 的起源。

直到 20 世纪 90 年代末，第一款 GPU 才问世。它们面向游戏和计算机辅助设计（CAD）市场。GPU 将以前基于软件的渲染引擎、转换和照明引擎与图形控制器全部集成在可编程芯片上。 

1999 年，Nvidia 率先推出单芯片 GeForce 256 GPU。21 世纪 00 年代和 10 年代标志着一个成长时代，期间 GPU 融入了光线追踪、网格阴影和硬件曲面细分等功能。这推进了图像生成的处理，同时提升了图形性能。 

2007 年，Nvidia 发布了 CUDA，这是在 GPU 上提供并行处理的软件层。大约在此期间，显而易见的是，GPU 在执行高度特定的任务方面非常高效。具体而言，它们擅长完成需要大量处理能力才能实现特定结果的任务。

当 Nvidia 发布 CUDA 时，它向更广泛的受众开放 GPU 编程。然后，开发人员可以为各种不同的计算密集型实际应用编程 GPU 技术。GPU 计算开始变得更加主流化。

GPU 是区块链和其他新兴应用的热门芯片。它们越来越多地用于人工智能和机器学习（AI/ML）。