显示页面过去修订反向链接回到顶部 本页面只读。您可以查看源文件，但不能更改它。如果您觉得这是系统错误，请联系管理员。 ====== The Pixel Alchemist: A Brief History of the Graphics Processor ====== 图形处理器（Graphics Processing Unit，简称GPU），这个如今在[[人工智能]]、科学计算和数字娱乐领域呼风唤雨的名字，其本质是一个专为执行图形渲染任务而设计的“专家级”微处理器。与它的近亲——长于逻辑判断和串行任务的中央处理器（CPU）不同，GPU天生就是一个并行计算的天才。它拥有成千上万个小巧而高效的核心，能够同时处理海量数据，就像一位拥有万千化身的画师，在同一瞬间为屏幕上的每一个像素点上色。它的诞生源于一个简单的渴望：在[[计算机]]屏幕上创造出更逼真、更流畅的虚拟世界。然而，这段旅程的终点，却远远超出了最初的想象，让它成为了驱动现代文明的隐形引擎。 ===== 混沌初开：CPU的重负 ===== 在图形处理器的黎明之前，数字世界的创世神是孤独的CPU。从处理用户输入到计算程序逻辑，再到在屏幕上一个点一个点地绘制图像，所有重担都压在它一肩之上。在那个由命令行和像素块构成的古朴时代，这尚可应付。然而，当人类对视觉的贪婪开始膨胀，希望在屏幕上看到更复杂的图形和更流畅的动画时，CPU开始力不从心。 尤其是在[[Video Game|电子游戏]]的早期，开发者们绞尽脑汁，用算法的魔法在有限的机能上压榨出每一个像素的潜力。一些早期的家用电脑和街机开始集成专门的、但功能极其简陋的“视频芯片”，它们可以被视为GPU遥远的、尚未开化的祖先。这些芯片能够执行一些固定的图形任务，比如在屏幕上移动一个被称为“精灵”（Sprite）的小图像块，从而将CPU从繁重的像素搬运工作中稍稍解放出来。这虽然是微小的一步，却预示了一个伟大的分工时代的来临：**专事专办**。 ===== 2D加速：专业画师的登场 ===== 进入20世纪80年代末至90年代初，随着图形用户界面（GUI）的兴起，屏幕上的世界变得日益复杂。窗口、图标和光标的拖动，对CPU而言是持续不断的沉重负担。此时，真正意义上的“图形加速卡”登上了历史舞台。 这些卡不再是被动的显示工具，而是主动的协作者。它们内置了专门的2D加速功能，能够高效地执行特定指令，例如： * **画线与填充：** CPU只需下达“画一条从A到B的线”或“将这个矩形填满蓝色”的命令，剩下的繁重像素计算就由加速卡接管。 * **位块传输（BitBLT）：** 这是当时最核心的功能之一，能够极速地在内存中复制和移动大块的像素数据。当你在屏幕上拖动一个窗口时，背后就是这个技术在默默发力。 像S3 Graphics、ATI（后被AMD收购）等公司成为了这个时代的佼ugging。它们让PC的图形性能产生了质的飞跃，为更华丽的软件和游戏铺平了道路。然而，一个新的、更具诱惑力的维度，正在地平线的另一端悄然浮现。 ===== 维度的革命：3D时代的召唤 ===== 20世纪90年代中期，一个幽灵开始在数字世界游荡——//三维图形的幽灵//。以《毁灭战士》（Doom）和《雷神之锤》（Quake）为代表的游戏，为玩家打开了一扇通往立体世界的大门。人们第一次可以在虚拟空间中自由奔跑、跳跃和仰望。这种前所未有的沉浸感，瞬间点燃了所有人的热情。 但这份热情背后，是计算量的指数级爆炸。构建一个3D世界，本质上是把无数个微小的[[Triangle|三角形]]拼接起来，再为它们贴上纹理、模拟光照，最后计算出它们在2D屏幕上的正确投影。这个过程涉及海量的浮点运算，远远超出了当时CPU和2D加速卡的能力范围。 一个全新的物种应运而生：**3D加速卡**。其中的标志性物种，是1996年横空出世的3dfx Voodoo。它以一种近乎蛮横的姿态，将流畅逼真的3D游戏体验带给了普通消费者。Voodoo卡的核心使命只有一个：以最快的速度处理和渲染三角形。它和它的竞争者们，如NVIDIA的RIVA 128和ATI的Rage系列，掀起了一场图形领域的“军备竞赛”，每个玩家的电脑里是否有一块强大的3D加速卡，成为了衡量其“战斗力”的关键指标。 ===== 创世之日：GPU的正式诞生 ===== 在这场愈演愈烈的军备竞赛中，量变终于引发了质变。1999年，NVIDIA发布了一款名为GeForce 256的芯片，并首次提出了一个将永远改变计算机硬件格局的词汇：**GPU (Graphics Processing Unit)**。 NVIDIA宣称，GeForce 256是世界上第一款GPU，因为它首次将以往需要CPU辅助或由独立芯片处理的四大关键图形处理步骤——**坐标转换与光照（T&L）、三角形设定/裁剪、以及渲染引擎**——完全整合到了一块芯片上。 这意味着，从接收3D模型的几何数据，到最终输出为屏幕上的像素，整个图形渲染的“流水线”都可以在这颗芯片内部独立完成了。它不再仅仅是一个“加速器”，而是一个真正意义上的、可编程的、高度专门化的//处理器//。GPU，这个物种，终于拥有了自己正式的学名。 ===== 无疆之界：从游戏到万物 ===== 在诞生之初，GPU的命运似乎已经注定：它将是游戏玩家的专属神器，是通往虚拟世界的终极门票。然而，历史的走向总是充满了惊喜。 进入21世纪，一些敏锐的科学家和程序员注意到，GPU那数以千计的并行核心，本质上是一个无比强大的并行计算引擎。如果能将这份力量用于图形渲染之外的领域，将会发生什么？ 这个想法催生了**GPGPU（通用计算图形处理器）**概念的诞生。开发者们开始想办法“欺骗”GPU，将科学计算、数据分析等问题伪装成图形渲染任务，交由它来处理。很快，以NVIDIA的CUDA和开放标准OpenCL为代表的编程平台应运而生，它们彻底拆除了GPU与通用计算之间的墙壁。 一场波澜壮阔的跨界革命就此爆发： * **科学研究：** 物理学家用它模拟宇宙的碰撞，生物学家用它解析蛋白质的折叠，气象学家用它预测风暴的轨迹。 * **数据科学：** 金融分析师用它进行高频交易和风险建模，大数据专家用它在浩如烟海的数据中寻找规律。 * **人工智能：** 这或许是GPU最辉煌的“第二人生”。训练深度学习模型所需的庞大矩阵运算，与GPU的并行架构完美契合。可以说，没有GPU的算力支持，就没有今天人工智能的繁荣。 从一个为虚拟世界描绘色彩的画师，到驱动现实世界智慧革命的引擎，图形处理器用短短几十年的时间，完成了一次令人惊叹的进化。它静静地躺在我们的电脑、手机和数据中心里，却用它强大的并行计算能力，重塑了科学、娱乐和商业的每一个角落，成为了我们这个时代当之无愧的“像素炼金师”。