圖形處理器（GPU）主要的廠商和用途

GPU簡介

世上第一片電腦顯示卡

顯示卡被認為與個人電腦一樣古老，始於 1981 年的IBM的單色顯示卡（Monochrome Display Adapter）。

輝達於1993年進入市場，被認為是第一家專業的顯示晶片商。

GPU的發明

輝達在1999年發明全球第一顆GPU（圖形處理器）───Geforce 256，專門用於電腦的顯示處理，在此之前。電腦螢幕的顯示，顯示資料的處理都是由CPU處理。這是改變電腦界和運算的大事。同一年輝達在美股上市。

GPU和CPU的差異

由於GPU的發明是用於電腦螢幕的顯示，電腦螢幕範圍很大，必需在很短的瞬間就同時把電腦螢幕上所有影像同時完成顯示，因此GPU的強項是同時間可以並行處理大量的資料。

相較之下，傳統的CPU被賦予的任務則是著重在處理複雜但要求必需精確的資料。

由於有這樣根本上的差異，因此：

• GPU的核心的功能不如CPU的核心強大，且記憶體也較少。
• CPU雖然可以在不同的指令集之間「快速切換」；GPU則只是取得大量相同指令，但需要高速處理。因此，GPU功能在「平行運算」中扮演重要角色。

GPU的種類

目前市場上的GPU主要可以分為以下幾種：

電腦CPU內建的GPU

大部份由英特爾和超微所推出的電腦中低階的CPU都內建有GPU的功能，足以應付大部份的顯示功能、影片播放、以及一般低階或初級的電腦遊戲。

由於電腦CPU內建的GPU功能是和電腦CPU共用系統的記憶體。傳統上，電腦中負責記憶體和顯示功能的周邊I/O處理器位於北橋。這種CPU內建的顯示方式被稱為「統一記憶體存取（UMA）」，即內建主機板GPU使用與CPU相同的主記憶體。

獨立顯示晶片

為了應付專業的圖形顯示，以及中高階的個人電腦上的遊戲；輝達，超微（也就是超微在2006年併購的ATI），和英特爾都為這兩個領域推出獨立CPU之下的另一顆GPU。這類GPU的特點是非常昂貴，但效能極佳，屬於利潤很高的市場。

其它裝置

例如智慧型手機，各種移動裝置，一般的小型遊戲機的螢幕都需要顯示的功能。尤於需要考慮到節電和晶片小型化，因此這個領域和電腦相同，會有內建於CPU的顯示功能，也有專門獨立處理顯示功能的GPU。

主要的GPU廠商

個人電腦

輝達，超微，和英特爾目前在獨立顯示晶片的全球市佔率分別為80%，20%，以及低於1%。

被用於挖礦，超級電腦和人工智慧的GPU都是獨立型的GPU。

移動裝置

安謀的Mali

在⾏動裝置方面，尤於大部份是使用安謀的CPU，因此多數都會直接採用安謀的GPU。安謀的GPU名叫Mali。

高通的Adreno

另外在手機上使用非常普遍的高通平台，多數的高通平台客戶都會直接採用由高通開發的Adreno顯示GPU方案。

Imagination

PowerVR是Imagination Technologies（英股代碼：IMG）的軟硬體影像處理開發部門，也是其設計的圖形晶片的常用名稱。

在蘋果自己開發生產的CPU內建顯示功能之前，以前蘋果的手機採用的就是Imagination的顯示方案。由於Imagination丟掉蘋果這個超級大客戶，使得Imagination財務發生困難被中國廠商所收購。

由於近年RISK-V平台漸受歡迎，Imagination也攜手晶心科以 RISC-V CPU IP 驗證 GPU，搶進這個新的市場。

GPU的新用途

加密貨幣的挖礦

使用GPU來進行如比特幣等加密貨幣的挖礦的效率比CPU高出許多，這是因為使用GPU的哈希率（hashing rates）更高，這是是當今挖掘比特幣的標準方法。現代頂級 GPU 的哈希率和處理速度與 CPU 處理能力無法相比，這就是GPU會被普遍用於挖礦的原因。

GPU被用於超級電腦

由於GPU天生的架構設計，適合進行大量資料的「平行運算」，因此輝達的GPU逐漸被用於短期間需要平行運算和大量資料處理的超級電腦上，使得超級電腦不再僅仰賴CPU進行所有資料的處理，這樣的演進，使超級電腦的速度和效能獲得顯著的提升。

GPU被用於人工智慧

2006年，辛頓和其學生西蒙· 奧辛德羅（Simon Osindero）發表了一篇重要的論文《一種深度置信網絡的快速學習演算法》（A Fast Learning Algorithm for Deep Belief Nets），建議利用GPU來提升訓練神經網路的速度。

這篇論文的發表，讓許多人體認到用GPU來突破算力瓶頸的可能性，因而神經網路研究在沉寂多年後，終於重新迎來了生機。為了讓人們擺脫對這個學科的成見，辛頓也專門為這類研究重新取了一個名字，「深度學習」的大名就由此而來。

相關文章

• 《圖形處理器（GPU）主要的廠商和用途》
• 《CUDA軟體如何強化輝達壟斷的護城河？》
• 《市場愈來愈大的特殊應用積體電路（ASIC），和美股和台股的相關上市企業》
• 《輝達的壟斷原因和面對的挑戰》
• 《再論輝達：人工智慧，資料中心，和繪圖的絕對領先者》
• 《輝達（nVidia） 如何賺錢？輝達改變了產業的遊戲規則 》
• 《為什麼輝達（nVidia）併購安謀（ARM）會失敗？》
• 《英特爾正將公司分拆為五家獨立公司 》
• 《英特爾倒閉可能發生嗎？》
• 《英特爾是怎麼賺錢的？以及投資它的好處 》
• 《英特爾目前艱難的困境》
• 《超微（AMD）如何賺錢？企業史上罕見的反敗為勝案例》
• 《長年老二的超微（AMD）表現為何令人瞠目結舌？》
• 《高通（Qualcomm）多元化成功，已不再只靠手機賺錢》
• 《無所不在的安謀（Arm）如何賺錢？》
• 《安謀二次上市成功，且正迎來公司最好的時光》
• 《人工智慧個人電腦（AI PC）正在改變個人電腦的供應鏈和生態系統》
• 《安謀視窗電腦WOA（Windows on ARM）有多大的潛能？
• 《資料中心是仍在高速成長的半導體領域》
• 《目前獲利豐厚的五大人工智慧商》
• 《資本市場的人工智慧泡沫正在形成》
• 《人工智慧投資的陷井》
• 《美股主要的人工智慧上市公司》
• 《目前獲利豐厚的五大人工智慧商》
• 《生成式人工智慧新星OpenAI和爆紅的ChatGPT》

重要聲明

• 本站內容為作者個人意見，僅供參考，本人不對文章內容、資料之正確性、看法、與即時性負任何責任，讀者請務必自行判斷。
• 對於讀者直接或間接依賴並參考本站資訊後，採取任何投資行為所導致之直接或間接損失，或因此產生之一切責任，本人均不負任何損害賠償及其他法律上之責任。