圖形處理器（GPU）具有怎樣的特性呢？如果你想從事于游戲開發，或者對Unity游戲開發感興趣，這部分的內容還是有必要去了解下的。下面就讓粵嵌Unity培訓帶你去見識一下。

　　Unity培訓——GPU的優越性

　　由于GPU具有高并行結構，所以GPU在處理圖形數據和復雜算法方面擁有比CPU更高的效率。CPU大部分面積為控制器和寄存器，與之相比，GPU擁有更多的ALU（Arithmetic Logic Unit，邏輯運算單元）用于數據處理，這樣的結構適合對密集型數據進行并行處理。

　　GPU采用流式并行計算模式，可對每個數據進行獨立的并行計算，所謂“對數據進行獨立計算”就是流內任意元素的計算不依賴于其他同類型數據。例如，計算一個頂點的世界位置坐標，不依賴于其他頂點的位置，所謂“并行計算”是指多個數據可以同時被使用，多個數據并行運算的時間和一個數據單獨實行的時間是一樣的。所以，在頂點處理程序中，可以同時處理N個頂點數據。

　　Unity培訓——GPU的缺陷

　　由于任意一個元素的計算不依賴于其他同類型數據，導致需要知道數據之間相關性的算法在GPU上難以得到實現。一個典型的例子是射線與物體的求交運算。GPU中的控制器少于CPU，致使控制能力有限。另外，進行GPU編程必須掌握計算機圖形學相關知識，以及圖形處理API，入門門檻高，學習周期長，尤其國內關于GPU編程的資料較為匱乏，這些都導致了學習的難度。在早期，GPU編程只能使用匯編語言，開發難度高，開發效率低。不過，隨著Shader Language的興起，在GPU上編程已經容易多了。

　　Unity培訓——GPU的更多應用

　　科學可視化計算：由于人體CT、地質勘探、氣象數據、流體力學等科學可視化計算處理的數據量極大，僅僅基于CPU進行計算完全不能滿足實時性要求，而在GPU上進行計算則可以在效率上達到質的突破。許多在CPU上非常耗時的算法，如體繪制中的光線投射算法，都可以成功移植到GPU上。所以基于GPU的科學可視化研究目前已經成為主流。

　　通用算法：基于GPU進行通用計算的研究逐漸成為熱點，被稱為GPGPU（General-Purpose Computing on Graphics Procedding Units，也被成為GPGP,或GP2），很多數值計算等通用算法都已經在GPU上得到了實現，并有不俗的性能表現。目前，線性代數、物理仿真和光線跟蹤算法都已經成功地移植到GPU上。在國內，中科院計算所進行了基于GPU的串匹配算法的實現。

　　如果大家對游戲開發感興趣，歡迎大家搜索粵嵌教育Unity培訓的VR課程和VR學習視頻。