gpu是显卡的核心，也可以直接认为是图形处理器。它是显卡的“大脑”。它决定了卡的质量和大部分性能。这也是2D和3D显卡之间的区别。2D显示芯片在处理3D图像和特效时主要依靠CPU的处理能力，被称为“软加速”。3D显示芯片是将三维图像和特效处理功能集中在显示芯片上，也就是所谓的“硬件加速”功能。显示芯片通常是显示卡上最大的芯片(也是引脚最多的芯片)。目前市场上的大多数显卡都使用NVIDIA和AMD-ATI的图形处理芯片。

gpu和cpu的区别

一般来说，游戏吃gpu，日常操作吃cpu。然而，游戏中的图形要求越高，你就越关注gpu，游戏中的单位越多，你就越关注cpu。

1. 计算金额对比

CPU:计算量小，原理：只有4个计算单元

GPU:计算密集型。原理：1000个计算单元

2. 计算复杂度比较：

0

GPU:只能计算简单的1+1算术问题，不能计算复杂的微分和积分，1000个算术单位属于小学水平。

3.单积分与微分计算速度的比较

CPU:快。原理：单线程计算(如机器人运动控制)，单芯片性能强，计算能力强，可以进行计算

GPU:速度慢，甚至可能无法计算；原理：单个芯片的性能较弱，计算能力较弱，可能无法计算，或者速度很慢

4. 多个1+1算术题的计算速度比较

CPU:速度较慢。因为计算原理是：先计算第一道题，再计算第二道题，总时间为[T1+T2+T3+T1000(即1000道算术题所消耗的时间之和]]

GPU:非常快。因为计算原理是：可以同时计算1000个算术题，总时间为[max(T1,T2,T3，…T1000)(即1000个算术题所消耗的最大时间)]

5. 形象的比喻

GPU:计算量大，技术含量低，重复很多很多次。如果你有一项工作需要你做上亿次加减乘除运算，最好的方法就是雇几十个小学生一起做，每个人做一部分。反正计算也不是很熟练，纯粹是手工工作。

CPU:像老教授一样，积分微分都能算，但是工资高，一个老教授值20个小学生，如果你是富士康，你会雇谁？GPU就是这样，用很多简单的计算单元来完成大量的计算任务，纯粹是人群战术。

6. 应用场景

CPU:适用于上述计算步骤和以下计算步骤有较大关联的场景。这些任务涉及到“流程”问题，在计算第二步之前，你必须先计算第一步；例如，如果你去相亲，只有当你们俩看起来都很好时，你才能继续前进。不可能你们还没见过面，那边有人把他们接走了。这种复杂的问题是由CPU来完成的，它在我们生活中使用的大部分，比如武器装备的运动控制，个人电脑的使用等

GPU:适用于上述计算步骤和以下计算步骤独立的场景。很多涉及大量计算的问题基本上都有这种性质，就像你提到的密码破解，挖掘和大量的图形计算。这些计算可以被分解成相同的简单任务，每个任务都可以分配给一个学生。

以上就是对gpu和cpu不同计算机gpu含义的详细介绍。