1、2D顯示芯片在處理3D圖像和特效時主要依靠CPU的處理能力，也就是所謂的“軟加速”。3D顯示芯片將3D圖像和特效處理功能集成到顯示芯片中，也稱為“硬件加速”功能。

2、顯示芯片通常是顯卡上最大的芯片(引腳最多)?，F在市面上大部分的顯卡都是使用英偉達和AMD-ATI的圖形處理芯片。

(資料圖片)

3、gpu和cpu的區別

4、一般來說，玩游戲吃gpu，日常運行吃cpu。但是游戲中屏幕要求越高，看gpu越多，游戲中單位越多，看cpu越多。

5、計算比較

6、CPU:計算量小，原理：只有四個運算器。

7、GPU:計算量大，原理：有1000個運算單元。

8、計算復雜性的比較：

9、CPU:可以計算復雜的運算，比如積分，微分，四個運算單元都屬于專家級。

10、GPU:只能計算簡單的1 1算術問題，復雜的微分積分不能計算。1000個算術單位屬于小學生水平。

11、單積分微分的計算速度比較

12、CPU：較快。原理：單線程計算(比如機器人運動控制)，單個芯片性能強勁，計算能力強，能計算出來

13、GPU：較慢，甚至可能計算不了；原理：單個芯片性能弱，計算能力弱，可能算不出來，或速度很慢

14、對于多個1+1算術題的計算速度比較

15、CPU：速度較慢。因為計算原理是：先算第1題， 再算第2題，總時間為【T1+T2+T3+T1000(也就是1000個算術題消耗時間的累加])】

16、GPU：速度很快。因為計算原理是：可同時計算1000道算術題，總時間為【max(T1,T2,T3.T1000)(也就是1000個算術題消耗時間中的最大值)】

17、形象比喻

18、GPU：計算量大，但沒什么技術含量，而且要重復很多很多次。就像你有個工作需要算幾億次一百以內加減乘除一樣，最好的辦法就是雇上幾十個小學生一起算，一人算一部分，反正這些計算也沒什么技術含量，

19、純粹體力活而已。

20、CPU：像老教授，積分微分都會算，就是工資高，一個老教授資頂二十個小學生，你要是富士康你雇哪個？GPU就是這樣，用很多簡單的計算單元去完成大量的計算任務，純粹的人海戰術。

21、適用場景

22、CPU：適合需要前后計算步驟嚴密關聯的計算場景。這些任務涉及到“流”的問題，必須先計算完第一步，再去計算第二步；比如你去相親，雙方看著順眼才能繼續發展?？偛荒苣氵@邊還沒見面呢，那邊找人把證都給領了。

23、這種比較復雜的問題都是CPU來做的，生活中大部分用的都是CPU，例如武器裝備運動控制、個人電腦使用等

24、GPU：適合前后計算步驟無依賴性，相互獨立的計算場景。很多涉及到大量計算的問題基本都有這種特性，比如你說的破解密碼，挖礦和很多圖形學的計算。這些計算可以分解為多個相同的簡單小任務，

25、每個任務就可以分給一個小學生去做。

本文到此結束，希望對大家有所幫助。

關鍵詞：