基于GPU的技術分析及應用實例大全，包括程序、平臺等

　　GPU是顯示卡的“心臟”，也就相當于CPU在電腦中的作用，它決定了該顯卡的檔次和大部分性能，同時也是2D顯示卡和3D顯示卡的區別依據。GPU使顯卡減少了對CPU的依賴，并進行部分原本CPU的工作，尤其是在3D圖形處理時。

　　現代顯卡GPU　pixel shader小程序合集

　　Pixel Shader是現代顯卡GPU的編程語言，可以用于對屏幕輸出圖像里的每個象素點進行精確的色彩調整。大型三維游戲里面大量采用了Pixel Shader和它的伙伴，Vertex Shader,用于控制各種復雜的場景。

　　基于GPU的數字圖像并行處理研究

　　本文對GPU的并行性和數字圖像處理算法的并行層次進行了簡要的介紹，提出了像素級圖像處理的GPU并行化實現方法，并對其基本流程和關鍵技術：數據的加載，計算結果的反饋與保存等問題進行了詳細論述，最后通過圖像的平滑和銳化的卷積運算證明了GPU在數字圖像并行化處理方面的強大優勢。

　　醫療電子平臺選擇:FPGA、ARM、X86、DSP還是GPU分析

　　雷達信號處理：FPGA還是GPU?

　　本文對比了FPGA和GPU浮點性能和設計流程。最近幾年，GPU已經不僅能完成圖形處理功能，而且成為強大的浮點處理平臺，被稱之為GP-GPU，具有很高的峰值FLOP指標。FPGA傳統上用于定點數字信號處理器(DSP)，而現在足以競爭完成浮點處理功能，也成為后端雷達處理加速功能的有力競爭者。

　　使用PowerVR SGX GPU實現類似Instagram的計算攝影

　　成像一直以來是CPU的主任務，對于靜止圖像和小格式視頻來說CPU處理得很好，但隨著HD高清標準和4K的來臨，在CPU上運行應用程序嚴重受制于其軟件的熱封裝屬性——如果只是增加多個內核，以高頻運行，會造成晶體管過熱并關機則并不可行。這個問題亟待解決。

　　談GPU的作用、原理及與CPU、DSP的區別

　　當程序員為CPU編寫程序時，他們傾向于利用復雜的邏輯結構優化算法從而減少計算任務的運行時間，即Latency.當程序員為GPU編寫程序時，則利用其處理海量數據的優勢，通過提高總的數據吞吐量(Throughput)來掩蓋Lantency.目前，CPU和GPU的區別正在逐漸縮小，因為GPU也在處理不規則任務和線程間通信方面有了長足的進步。

　　GPU-前途無限光明

　　CPU本質上是一個標量計算模型，計算單元偏少，主要針對復雜控制和低延遲而非高帶寬優化。正是因為這些優勢，使得GPU比CPU更適用于流處理計算。