诺德基金：AI超强图像处理能力的奥秘之GPU

很多小伙伴好奇，AI绘图、做视频又快又精致，是因为它一顿饭吃10个设计师吗？

当然不是了。今天诺德基金小编就来给大家揭秘—AI超强图像处理能力的奥秘之GPU。

资料来源：数英网，由AI完成绘图

01、什么是GPU

GPU的英文全称是：Graphics Processing Unit，翻译过来叫做图形处理器，也叫视觉处理器、显示芯片等。是一种专门在电脑、工作站、游戏机和一些移动设备上做图像和图形相关运算工作的微处理器。伙伴们平时看电影、打游戏，画质的好坏主要取决于GPU。

听起来可能有些难理解，诺德基金小编给大伙举个拟人化的例子：小A开了一家艺术品制作商店。可以制作音乐唱片、美术画作、花瓶等。小B来想在店里买一幅画。这时，小A就给负责绘画的师傅下达指令，师傅按要求完成画作。如果把小A的商店看做是一台电脑，那么负责绘画的师傅就相当于GPU。

GPU的发展过程，就像一个孩子从无到有、从青涩到成熟的过程。

1981年，世界上第一台个人电脑IBM5150问世。其搭配黑白显示适配器与彩色图形适配器，是最早的图形显示控制器。

20世纪80年代初期，出现了以GE芯片为标志的图形处理器，其图像处理能力更强，标志着计算机图形学进入以图形处理器为主导的阶段。后续随着GE等图形处理器的功能不断完善，GPU也开始出现。

之后的过程中，GPU不断更新迭代，到2010年，其在AI领域已拥有了较大优势。随着AI时代的到来，GPU也迎来了高速发展，国内外公司不断升级自己的GPU产品。截止目前，GPU已成为AI领域必不可缺的螺丝钉。

02、GPU的核心作用

GPU的核心作用有两个，分别是图形渲染和通用计算。

一、图形渲染

如前文所述，GPU凭借其强大的图像处理能力，已经成为当今电脑中图像渲染的专用处理器。其图像处理过程，诺德基金小编也给大家整理了，有些专业门槛，感兴趣的小伙伴可以做个扩展阅读。

GPU图像渲染的步骤：

1)在流处理器中构建3D图形的整体骨架，即顶点处理；

2)由光栅化处理单元把矢量图形转化为一系列像素点，即光栅化操作；

3)在纹理映射单元实现纹理填充；

4)在流处理器中完成对像素的计算和处理，即着色处理；

5)在光栅化处理单元中实现测试与混合任务。

二、通用计算

2003年，GPGPU的概念被首次提出。GPGPU在传统GPU的基础上，使之更适合高性能并行计算。因此其在数据中心被广泛地应用在人工智能和高性能计算、数据分析等领域。如信号处理、三维医学成像、雷达成像等。

03、GPU和我们熟悉的CPU有何不同

CPU的英文全称是：Central Processing Unit，翻译过来叫做中央处理器。作为计算机系统的运算和控制核心，是信息处理、程序运行的最终执行单元，相当于计算机的大脑。而GPU，叫做图形处理器，是专门做图像和图形相关运算工作的微处理器。

如果还用前文小A的艺术品制作商店来举例，CPU就相当于店长，大大小小的事务都要管，而GPU就相当于专精人员，只负责图像方面的工作。

当然，CPU也有一定的处理图像的能力，不过与GPU相比，其图像处理能力要稍微弱一些

可以说，GPU在图像处理方面能力更强。在AI领域，由于对图像处理能力要求很高，因此GPU的地位显而易见。

Tips：当然CPU和GPU的区别，并不会像这两幅图展示的那样简单，这里诺德基金小编只是直观的给大伙展示了两个芯片的差异，并不是全部哦。

好了，关于GPU的知识内容，本期就先分享到这里，也希望本期内容能对伙伴们了解AI领域有所帮助，咱们下期再见~