随着人工智能技术，特别是GPT类大模型的爆发，算力成为支撑AI发展的关键。而在这场算力革命中，GPU（图形处理器）和它的进阶版本GPGPU（通用计算图形处理器）扮演了核心角色。本教程将带你从零开始，理解GPU如何从“显卡”变身AI算力引擎，以及它背后的技术原理、市场格局和国产化挑战。
一、什么是GPU和GPGPU？
GPU，英文全称是Graphics Processing Unit，即图形处理器，也就是我们常说的显卡。不过，真正用于人工智能算力支持的GPU，不是普通的显卡，而是GPGPU。
GPU前面加一个“GP”，就变为General-Purpose Computing on Graphics Processing Units，即通用计算图形处理器。我们去术语化，可以直接说这是一种用于处理非特定需求（通用类型）计算目的的算力单元（芯片）。通常，它们也被简称为通用GPU。
如果朋友们还有记忆的话，肯定记得国内电子货币“挖矿”一度盛行时，带起了显卡的市场价格。这些显卡中有不少，就是目前主流被用于提升算力的通用GPU。
