图像处理单元（GPU）的简述

主要观点总结

本文介绍了GPU（图形处理单元）的基本原理、应用场景以及开发相关知识。包括GPU的分类、图像渲染原理、渲染管线流程、开发所需的通用标准接口，如OpenGL、OpenCL等，以及GPU在并行计算中的应用。文章还提到了在SOC芯片中的GPU功能定位，以及针对计算机视觉算法、科学计算、轻量化神经网络的加速策略。

关键观点总结

关键观点1: GPU的主要应用场景

可视化软件、仪表界面绘制；UI交互桌面的合成与渲染；高级视频后处理；3D游戏程序实时渲染；计算机视觉算法的加速；神经网络的计算加速；高精度科学计算库的加速。

关键观点2: GPU在图像渲染中的工作流程

包括渲染管线的一般流程、TBR架构的使用、渲染管线的硬件调度的简化流程等。

关键观点3: 图像渲染的开发依赖于一系列通用标准接口

包括OpenGL、OpenGL ES、GLSL、EGL等。

关键观点4: GPU的并行计算应用

介绍了并行计算原理、开发依赖于通用标准接口OpenCL，以及针对计算机视觉算法、科学计算、轻量化神经网络的加速策略。

正文

请到「今天看啥」查看全文

图形处理单元（Graphics Processing Unit， GPU），又称显示核心、视觉处理器、显示芯片，是一种专门设计用于高效处理图形和并行计算的硬件单元。

GPU被广泛用于嵌入式系统、移动电话、个人电脑、工作站和电子游戏解决方案当中。现代GPU对图像和图形处理效率很高，也使得比通用处理器CPU在数据并行处理计算上更具有优势。

GPU的主要应用场景如下：

1）可视化软件、仪表界面绘制

2）UI交互桌面的合成与渲染

3）高级视频后处理

4）3D游戏程序实时渲染

5）计算机视觉算法的加速

6）神经网络的计算加速

7）高精度科学计算库的加速

GPU分类

从功能定位上大致可以分为四类

SoC芯片中的GPU一般属于移动端3D GPU，支持EGL/OpenGL ES开发，主要用于三维图像渲染，兼容二维图像绘制功能，同时支持OpenCL开发，用于科学计算的加速以及轻量化神经网络模型的部署。

不支持图像的显示输出功能，需要配合响应的硬件显示模块和接口（HDMI/DP/MIPI DSI等）输出图像渲染的结果。

图像渲染原理：

图像渲染基于三角形单元的组合和映射变换，通过实时的位置以及纹理坐标计算在二维的显示画面中拟合人眼看到的三维立体图像效果。

而绘制这样的效果需要通过复杂的流水线来实现，我们称之为渲染管线。

请到「今天看啥」查看全文