GPU全称为图形处理器（Graphics Processing Unit），是一种专门设计用来处理图形和并行计算任务的硬件组件。就如它的名字一样，GPU最初是用在个人电脑、工作站、游戏机和一些移动设备（如平板电脑、智能手机等）上运行绘图运算工作的微处理器。

• 计算机配备了强大的 GPU 时，您在玩大型 3D 游戏时能够体验到栩栩如生的画面，每一个细节都清晰逼真，场景切换流畅自然，毫无卡顿之感。这种高性能的图形处理能力使得游戏中的动画效果更加生动，为玩家带来了沉浸式的游戏体验。计算机若没有 GPU 或者 GPU 性能较弱，玩游戏时会出现画面模糊、卡顿，甚至无法正常运行的情况。不仅影响游戏流畅度，也降低玩家游戏体验。观看电影时，可能会出现画面掉帧、色彩失真等问题，使得观影体验大打折扣。在进行图形设计工作时，操作响应迟缓，等待时间漫长等。

GPU不同于传统的中央处理器（CPU），因为GPU包含大量的计算单元，这些计算单元能够并行地执行大量简单的计算任务，从而极大提高整体计算效率。GPU特别擅长处理图像数据，图像上的每一个像素点都有被处理的需要，而且每个像素点处理的过程和方式都十分相似。GPU的构成相对简单，有数量众多的计算单元和超长的流水线，特别适合处理大量的类型统一的数据。但GPU无法单独工作，必须由CPU进行控制调用才能工作。CPU可单独作用，处理复杂的逻辑运算和不同的数据类型，但当需要大量的处理类型统一的数据时，则可调用GPU进行并行计算。GPU的工作大部分都计算量大，但没什么技术含量，而且要重复很多很多次。

例子1：

借用知乎上某大神的说法，就像你有个工作需要计算几亿次一百以内加减乘除一样，最好的办法就是雇上几十个小学生一起算，一人算一部分，反正这些计算也没什么技术含量，纯粹体力活而已；而CPU就像老教授，积分微分都会算，就是工资高，一个老教授资顶二十个小学生，你要是富士康你雇哪个？GPU就是用很多简单的计算单元去完成大量的计算任务，纯粹的人海战术。这种策略基于一个前提，就是小学生A和小学生B的工作没有什么依赖性，是互相独立的。

例子2：

想象一下有一个巨大的工厂，里面堆满了各种待处理的数据，就像一堆等待加工的原材料。GPU 算力强，就意味着这个工厂里有很多高效的“工人”（计算核心），而且他们都配备了先进的工具和高效的工作流程。这些“工人”可以同时快速地处理大量的原材料，迅速将它们变成有用的产品（计算结果）。例如，当我们需要对海量的照片进行清晰度增强处理时，如果 GPU 算力强大，它能在很短的时间内同时处理好多张照片，快速完成这个任务。相反，如果 GPU 算力较弱，就好像工厂里的“工人”数量不足，且使用的工具也不够先进，处理原材料的速度就会很慢，完成同样的任务需要花费更长的时间。

有一点需要强调，虽然GPU是为了图像处理而生的，但是它在结构上并没有专门为图像服务的部件，只是对CPU的结构进行了优化与调整，所以现在GPU不仅可以在图像处理领域大显身手，它还被用在科学计算、密码应用、数值分析，海量数据处理，金融分析等需大规模并行计算的领域。