GPU与显卡
一．什么是GPU？
GPU这个概念是由Nvidia公司于1999年提出的。GPU是显卡上的一块芯片，就像CPU是主板上的一块芯片。那么1999年之前显卡上就没有GPU吗？当然有，只不过那时候没有人给它命名，也没有引起人们足够的重视，发展比较慢。
自Nvidia提出GPU这个概念后，GPU就进入了快速发展时期。简单来说，其经过了以下几个阶段的发展：
1）仅用于图形渲染，此功能是GPU的初衷，这一点从它的名字就可以看出：Graphic Processing Unit，图形处理单元；
2）后来人们发现，GPU这么一个强大的器件只用于图形处理太浪费了，它应该用来做更多的工作，例如浮点运算。怎么做呢？直接把浮点运算交给GPU是做不到的，因为它只能用于图形处理（那个时候）。最容易想到的，是把浮点运算做一些处理，包装成图形渲染任务，然后交给GPU来做。这就是GPGPU（General Purpose GPU）的概念。不过这样做有一个缺点，就是你必须有一定的图形学知识，否则你不知道如何包装。
3）于是，为了让不懂图形学知识的人也能体验到GPU运算的强大，Nvidia公司又提出了CUDA的概念。
二．显卡工作原理
视频显示流程图
1．显卡工作流程
图像或者视频数据一旦离开CPU，必须通过4个步骤，才会到达显示器：
1）从总线进入GPU(Graphics Processing Unit,图形处理器)：将CPU送来的数据总线，再从总线送到GPU里面进行处理。
2）从GPU进入帧缓冲存储器（或称显存)：将GPU芯片处理完的数据送到显存。
3）从显存进入视频控制器：视频控制器有可能是DAC(Digital Analog Converter，随机读写存储数—模转换器)，从显存读取出数据再送到RAM DAC进行数据转换的工作(数字信号转模拟信号)；但是如果是DVI接口类型的显卡，则不需要经过数字信号转模拟信号。而直接输出数字信号。
4）从视频控制器进入显示器：将转换完的模拟信号送到显示屏。
2．显卡的类型
1）集成显卡
集成的显卡一般不带有显存，而是使用系统的一部分主内存作为显存，具体的数量一般是系统根据需要自动动态调整的。显然如果使用集成显卡运行需要大量占用内存的空间，对整个系统的影响会比较明显，此外系统内存的频率通常比独立显卡的显存低很多，因此集成显卡的性能比独立显卡要逊色一些。
2）独立显卡
独立显卡，简称独显，港澳台地区称独立显示卡，是指成独立的板卡，需要插在主板的相应接口上的显卡。独立显卡分为内置独立显卡和外置显卡。独立显卡是指以独立板卡形式存在，可在具备显卡接口的主板上*插拔的显卡。独立显卡具备单独的显存，不占用系统内存，而且技术上领先于集成显卡，能够提供更好的显示效果和运行性能。
3）核心显卡
英文原名Core graphics card，核心图形卡，意思是集成在核心中的显卡。核心显卡是新一代的智能图形核心，它整合在智能处理器当中，依托处理器强大的运算能力和智能能效调节设计，在更低功耗下实现同样出色的图形处理性能和流畅的应用体验。需要注意的是，核心显卡虽然与传统意义上的集成显卡并不相同，工作方式的不同决定了它的性能比早期的集成显卡有所提升，但是它仍然是一种集成显卡，集成在核心中的显卡。
关于显存
用来存储屏幕上像素的颜色值，简称帧缓冲器，俗称显存。帧缓冲器中的单元数目与显示器上的像素数目相同，单元与像素一一对应，各单元的数值决定了其对应的像素的颜色。
三．关于GPU
GPU(graphics processing unit,图形处理器)，又称显示核心、视觉处理器、显示芯片或绘图芯片，是一种专门在个人计算机、工作站、游戏机和一些移动设备(如平板电脑、智能手机等)上运行绘图运算工作的微处理器。换句话说，就是把CPU的数据翻译成显示器能读懂的数据。
CPU与GPU的结构对比如下图：
CPU是一个有多种功能的优秀领导者。它的优点在于调度、管理、协调能力强，计算能力则位于其次。而GPU相当于一个接受CPU调度的“拥有大量计算能力”的员工。换言之，CPU擅长统领全局等复杂操作，GPU擅长对大数据进行简单重复操作。CPU是从事复杂脑力劳动的教授，而GPU能进行大量并行计算。
GPU加速
GPU加速计算是指同时利用图形处理器(GPU)和CPU，加快科学、分析、工程、消费和企业应用程序的运行速度。
GPU加速计算可以提供非凡的应用程序性能，能将应用程序计算密集部分的工作负载转移到GPU，同时仍由CPU运行其余程序代码。从用户的角度来看，应用程序的运行速度明显加快。
理解GPU和CPU之间区别的一种简单方式是比较它们如何处理任务。CPU由专为顺序串行处理而优化的几个核心组成，而GPU则拥有一个由数以千计的更小、更高效的核心(专为同时处理多重任务而设计)组成的大规模并行计算架构。
四、视频渲染器
视频渲染器，Video Renderer是接收CPU的RGB/YUV裸数据，然后在显示器上显示的Filter。
运行在显卡上的一个驱动程序。完成将CPU发送视频数据显示到显示器的一个软件。使用potplay可以查看系统支持的选择渲染器种类。
SDL是一个封装库，对opengl/directD3D的封装。SDL使用统一的接口，在编译的时候，系统自动匹配最优的渲染方案。
opengl/directD3D是3D规范，各个GPU厂商需要按照这个3D规范实现接口调用，便于业务层使用。
备注
有独立显卡的主机后面有两个接显示器的口。
编号1口：使用的是Intel的集成显卡。
编号2口：是AMD或者英伟达的独立显卡。
只有当显示器线接到指定显卡后，才会使用该显卡。
五．什么是CUDA？
CUDA(Compute Unified Device Architecture)，通用并行计算架构，是一种运算平台。它包含CUDA指令集架构以及GPU内部的并行计算引擎。你只要使用一种类似于C语言的CUDA C语言，就可以开发CUDA程序，从而可以更加方便的利用GPU强大的计算能力，而不是像以前那样先将计算任务包装成图形渲染任务，再交由GPU处理。
注意，并不是所有GPU都支持CUDA。
CPU和GPU的关系
在没有GPU之前，基本上所有的任务都是交给CPU来做的。有GPU之后，二者就进行了分工，CPU负责逻辑性强的事物处理和串行计算，GPU则专注于执行高度线程化的并行处理任务（大规模计算任务）。为什么这么分工？这是由二者的硬件构成决定的。
可以看出，CPU是“主（host）”而GPU是“从（device）”，GPU无论发展得多快，都只能是替CPU分担工作，而不是取代CPU。
附1：独立显卡和集成显卡的区别。
所谓集成，是指显卡集成在主板上，不能随意更换。而独立显卡是作为一个独立的器件插在主板的AGP接口上的，可以随时更换升级。
另外，集成显卡使用物理内存，而独立显卡有自己的显存。一般而言，同期推出的独立显卡的性能和速度要比集成显卡好、快。
值得一提的是，集成显卡和独立显卡都是有GPU的。
附2：Nvidia显卡分类。
GeForce系列：家庭娱乐。打游戏必备；
Quadro系列：专业绘图设计。视频渲染，经常使用3ds Max、Maya等软件的必备。
Tesla系列：高端显卡，用于大规模的并行计算。土豪必备。
另外，目前比较流行的物理引擎PhysX，并不是所有显卡都支持。官方文档上说GeForce 8及之后的显卡都支持。
CUDA只是一种并行计算架构，相关的概念还有OpenCL、OpenMP等。