在学习shader 语言的时候，经常会困惑为什么它会这样来设计？与我们接触的Java、javascript等其他语言没有什么共通之处，觉得难以理解这种设计。 这是因为shader语言是直接面向GPU的，与其他的语言（跑在CPU上）不同，了解一些GPU的特性，对我们理解和掌握shader语言会更有帮助。 深入GPU硬件架构及运行机制

Gpu与cpu的区别

Gpu是

GPU全称是Graphics Processing Unit，图形处理单元。它的功能最初与名字一致，是专门用于绘制图像和处理图元数据的特定芯片，后来渐渐加入了其它很多功能。

• 图形绘制。 这是GPU最传统的拿手好戏，也是最基础、最核心的功能。为大多数PC桌面、移动设备、图形工作站提供图形处理和绘制功能。

• 物理模拟。 GPU硬件集成的物理引擎（PhysX、Havok），为游戏、电影、教育、科学模拟等领域提供了成百上千倍性能的物理模拟，使得以前需要长时间计算的物理模拟得以实时呈现。

• 海量计算。 计算着色器及流输出的出现，为各种可以并行计算的海量需求得以实现，CUDA就是最好的例证。

• AI运算。 近年来，人工智能的崛起推动了GPU集成了AI Core运算单元，反哺AI运算能力的提升，给各行各业带来了计算能力的提升。

• 其它计算。 音视频编解码、加解密、科学计算、离线渲染等等都离不开现代GPU的并行计算能力和海量吞吐能力。

这段话的意思是，由于 GPU 具有高并行结构（highly parallel structure），所

以 GPU 在处理图形数据和复杂算法方面拥有比 CPU 更高的效率。图 1 GPU VS CPU 展示了 GPU 和 CPU 在结构上的差异，CPU 大部分面积为控制器和寄存器， 与之相比，GPU 拥有更多的 ALU（Arithmetic Logic Unit，逻辑运算单元）用于 数据处理，而非数据高速缓存和流控制，这样的结构适合对密集型数据进行并行 处理。CPU 执行计算任务时，一个时刻只处理一个数据，不存在真正意义上的 并行（请回忆 OS 教程上的时间片轮转算法），而 GPU 具有多个处理器核，在一 个时刻可以并行处理多个数据。