CPU独领风骚几十年后，渐渐开始显得力不从心，此时GPU异军突起，开始了快速的发展与扩张，占领了大规模运算和高质量图像显示的地盘。随着技术的不断发展，两者的相互渗透不断加深，相辅相成，强强联手，APU横空出世。
接下来为大家简要介绍一下GPU的相关知识内容。
GPU的概念
图形处理器（Graphics Processing Unit，缩写：GPU），又称显示核心、视觉处理器、显示芯片，是一种专门在个人电脑、工作站、游戏机和一些移动设备（如平板电脑、智能手机等）上图像运算工作的微处理器。
百度百科的这一定义显得有些通俗易懂，准确地说，GPU属于专用处理芯片的一种，适用于处理大量的并行运算，早期主要应用于图像处理、计算机图形学等领域。
当前GPU的主要设计、开发、生产厂商包括：NVIDIA、AMD、ARM、Apple等。
其中，Imagination已被Apple收购，独立经营，对PowerVR进行定制化设计。
NVIDIA作为GPU市场的龙头老大，早在1999年便推出了世界上第一款商用GPU-NVIDIA GeForce 256。
另外，ARM® Mali™系列GPU为所有嵌入式图形IP和视频IP需求提供了完善的解决方案，使设备制造商和内容开发商能够为最广泛的消费类设备（包括手机、便携式游戏机、智能本和HDTV）提供最高质量的尖端多媒体解决方案。
嵌入式图形IP设计用于提高能源效率和从多方面解决性能问题，包括世界上最小的GPU、完整多核可扩展性（最高可达1080p）、用于可视计算的GPU上的通用计算（GPGPU）以及多用途应用程序。
所有Mali GPU都受预先集成的Mali图形驱动程序软件支持，支持的业界标准开放式API包括Khronos™ OpenVG® 1.1、OpenGL® ES 1.1和2.0、OpenCL™以及Microsoft® DirectX®。
近年来大家经常会看到GPGPU（General Purpose GPU）的概念，其所代表的是一种GPU的应用算法类型，属于软件范畴，而非新的硬件形式。
说的这里就不得不提一下APU的概念了，AMD曾在多年前提出「AMD Fusion」概念，提倡将CPU和GPU集成在一起，以便于提高两个核心之间的沟通效率，而APU就是这一概念下的产物。
APU（Accelerated Processing Unit，加速处理单元）是将CPU和GPU融合为一颗芯片。
近年来，APU的产品型号主要有AMD Carrizo(2015) & Kaveri(2014)和Intel Skylake architecture(2015)。
GPU的意义
摩尔定律是由Intel创始人之一戈登·摩尔于1965年所提出，其内容为：集成电路上可容纳的电晶体（晶体管）数目，约每隔24个月便会增加一倍；经常被引用的“18个月”，是由Intel首席执行官大卫·豪斯所说：预计18个月会将芯片的性能提高一倍（即更多的晶体管使其更快）。
尽管这种趋势已经持续了超过半个世纪，摩尔定律仍应该被认为是观测或推测，而不是一个物理或自然法。
预计摩尔定律将持续到至少2015年或2020年。
然而，2010年国际半导体技术发展路线图的更新增长已经在2013年年底放缓；
之后的时间里，晶体管数量密度预计只会每三年翻一倍。
GPU与CPU的联合应用打破了CPU运算速率的瓶颈，通过两者的协同工作，CPU负责系统的逻辑处理和任务调度部分，具体的工作内容被拆解成适合GPU并行处理的形式后，GPU可以快速完成运算并输出结果。
此种模式下，对于大规模的运算任务交由GPU并行处理，极大地节省了运算时间；而此时空闲的CPU可以尽情发挥自己的优势，处理更多的任务流程。
GPU通用计算方面的标准目前主要有OpenCL、CUDA、ATI STREAM。
其中，OpenCL（全称Open Computing Language，开放运算语言）是第一个面向异构系统通用目的并行编程的开放式、免费标准，也是一个统一的编程环境，便于软件开发人员为高性能计算服务器、桌面计算系统、手持设备编写高效轻便的代码，而且广泛适用于多核处理器（CPU）、图形处理器（GPU）、Cell类型架构以及数字信号处理（DSP）等其他并行处理器，在游戏、娱乐、科研、医疗等各种领域都有广阔的发展前景，AMD-ATI、NVIDIA的产品也都支持OpenCL。
CPU与GPU的比较
CPU的特性：
-
通用性设计
-
串行顺序计算
-
通过软件协调进行多核的调度
GPU的特性：
- 专用性设计
- 并行计算
- 容易直接扩展更多的核
CPU与GPU的结构设计差异：
CPU与GPU的运算速度对比：
