3D圖形繪製技術已經滲透到各種移動設備中。相對於桌面PC,移 動設備圖形處理需要以更低的功耗、更有限的內存帶寬和較低的運算能力實現高性能、高質量的圖形顯示效果。以下為圖形處理器發展現狀的分析。

　　圖形處理器(英語：Graphics Processing Unit，縮寫：GPU)，又稱顯示核心、視覺處理器、顯示晶片，是一種專門在個人電腦、工作站、遊戲機和一些移動設備(如平板電腦、智慧型手機等)上圖像運算工作的微處理器。

　　用途是將計算機系統所需要的顯示信息進行轉換驅動，並向顯示器提供行掃描信號，控制顯示器的正確顯示，是連接顯示器和個人電腦主板的重要元件，也是「人機對話」的重要設備之一。顯卡作為電腦主機里的一個重要組成部分，承擔輸出顯示圖形的任務，對於從事專業圖形設計的人來說顯卡非常重要。

　　GPU在高性能計算領域的使用，使得CPU不再是計算晶片的唯一選擇。與CPU相比，GPU具有更強大的計算能力(目前Nvidia最新K80具有4992個core，雙精度浮點計算能力高達2.9TFlops，內部存儲帶寬480GB/s)，任務處理模式更為簡單，逐漸應用於高性能計算的各領域，助力行業快速發展。

　　通過對圖形處理器發展現狀分析，作為高性能計算新的應用領域，深度學習(Deep Learning)是近年來機器學習的熱點，在圖像識別、語音識別等領域取得了突破性進展，其應用模式採用大數據+深度神經網絡模型相結合，以GPU集群方式對數據或深度網絡模型進行並行化，加速程序執行效率。

　　利用GPU來加速深度學習，訓練深度學習網絡，可以充分發揮GPU數以千計計算核心的高效並行計算能力，在使用海量數據訓練數據場景下，所耗費時間大幅縮短，占用的伺服器也更少。採用GPU集群作為基礎架構搭建深度學習/機器學習平台，已成為目前該領域首選解決方案，並廣泛應用於Google、百度、Facebook等公司。

　　通過對圖形處理器發展現狀分析，GPU在並行計算、浮點以及矩陣運算方面的強大性能，使其獲得了需要大量並行計算的深度學習等高性能運算市場的青睞。與傳統的CPU伺服器相比，採用GPU加速的伺服器在達到相同計算精度條件下，可將訓練速度提高5~10倍。

　　集成在遊戲PC中，用於圖形處理的GEFORCEGTX1080Ti顯卡功耗達到了250W，專用於A.I數據中心的Tesla系列加速卡功率也基本都在300W左右。用於PC的英特爾酷睿i系列CPU功耗一般在50-70W之間;用於伺服器端的英特爾XeonE系列CPU功耗也只在90-130W之間。

　　當前國內市場上還在出售的遊戲顯卡價格從2千元到1萬元不等。這還是以京東商城上低配版的最低價格計算。新推出的顯卡基本在5千到1萬左右，價格較為昂貴。以上便是圖形處理器發展現狀的所有分析了需要了解更多內容請關注2018-2023年圖形處理器市場行情監測及投資可行性研究報告。