GPU 显卡

GPU 与 CPU 的根本差异

CPU 为低延迟单线程设计，核心数少（4～64）但每核拥有复杂的乱序执行、大缓存和分支预测；GPU 为高吞吐并行设计，NVIDIA RTX 4090 包含 16384 个 CUDA 核心，以数千个简单线程同时运算换取极高的浮点吞吐（82.6 TFLOPS FP32）。渲染一帧图像时，数百万个像素的着色计算互相独立，正是 GPU 大显身手之处。

GPU 内部由多个流式多处理器（SM，Streaming Multiprocessor）组成，每个 SM 包含 CUDA Core（整数+浮点）、Tensor Core（矩阵乘法加速，用于 AI）、RT Core（光线追踪加速），以及共享内存（L1 缓存）。GDDR6X 显存（如 RTX 4090 的 24 GB）通过 384 位宽总线提供 1008 GB/s 带宽，远高于 CPU 的 DDR5 内存带宽。[1]

GPU 计算与 AI 时代

2007 年 NVIDIA 发布 CUDA 平台，让开发者用 C 语言直接编程 GPU，打开了 GPU 通用计算（GPGPU）的大门。2012 年 AlexNet 用两块 GTX 580 训练出当时最好的图像分类网络，大型语言模型训练（GPT-3 用了约 1 万块 V100，GPT-4 据估算用了数万块 A100）将 GPU 推向了科技基础设施的核心。NVIDIA H100（Hopper 架构，2022）提供 80 GB HBM3 显存和 3.35 TFLOPS FP64，单卡售价约 3 万美元，全球供不应求。

消费级 GPU 方面，2024 年发布的 NVIDIA RTX 5090（Blackwell）配备 32 GB GDDR7，游戏和 DLSS 4 超分性能再次跃升；AMD 的 RX 9070 XT 以更低价格提供接近竞品旗舰的光追性能，竞争格局明显改善。