从99年的NVIDIA的Geforce256开始，NVIDIA在其后的近10年间相继推出了以Geforce2、Geforce3、Geforce4 Ti、GeForce6800、GeForce 7800、GeForce 8800为代表的产品，GPU 的计算能力也在过去10年间有了飞速的发展，基本上是平均6个月，就有性能翻倍的产品面市。下面，我们不妨对近年GPU的发展予以简单回顾：
一、GPU发展历史回顾
1999年~2000年，此时市场上的GPU主要以NVIDIA的Geforce256和Geforce2，ATI的Radeon7500，以及S3的Savage3D为代表。这期间的GPU将T&L功能从CPU分离出来，实现了高速的顶点变换。
2001年，主导市场的GPU主要有NVIDIA的Geforce3和Geforce4 Ti，还有ATI的Radeon8500。2001年间的GPU首次引入了可编程性，即顶点级(vertex stage)的可操作性，也就是说，应用程序调用一组自定义指令序列来处理顶点数据，并可以将图形硬件的流水线作为流处理器来解释。
2003年，NVIDIA的GeforceFX，ATI的Radeon9700是最主要的产品。象素级和顶点级操作的可编程性得到了提升，这时的GPU也实现了对浮点格式的纹理的支持，不限制在[0,1]范围内。Cg语言在内的高级语言，在这一代GPU开始得到使用。
2004年，市场上主要以 GeForce6800为代表，这一代GPU，顶点程序可以直接访问纹理，支持动态分支；象素着色器开始支持分支操作，包括循环和子函数调用，TMU支持64位浮点纹理的过滤和混合，ROP(象素输出单元)支持MRT(多目标渲染)。
2006年，市场的领头羊非NVIDIA GeForce 7800莫属，该产品在架构上做了许多改良，包括重新设计的顶点着色单元缩短了执行流程，新的像素着色单元提高了浮点运算速度等等。
2007年，以GeForce 8800为代表， G80核心拥有令人惊叹的6.81亿晶体管。07年底，NVIDIA又推出了G98核心， 对于H.264实现了完全硬件解码支持，对于VC-1实现了部分硬件解码支持，说明GPU功能越来越多，为CPU分担了越来越多的工作。
如上所述，正是由于GPU厂商的持续努力，今天的GPU性能已经非常的强大，也开始承担越来越多传统上CPU所做的工作。GPU 的能力今非昔比，加上近年，芯片的发展趋势趋向于融合，GPU挑战CPU的态势已然确定。双方阵营剑拔弩张，一场CPU和GPU的大战箭在弦上。
二、GPU强势挑战CPU
想要挑战CPU，绝非易事。不论是RISC阵营的 Sparc和 Power，还是CISC阵营的Intel和AMD，CPU各阵营在过去30年的发展中，已经拥有了极高的业界声誉和技术积累。另外作为PC机的消费者，我们依旧习惯使用CPU，对于GPU电脑还非常陌生。 面对强大的CPU 巨头们，GPU挑战CPU胜算到底有几成？GPU、CPU之间是淘汰另一方还是走向融合？下面我们就一起从技术角度予以分析。
首先是主频。作为CPU关注度最高的指标，主频的大小对于CPU的表现起着至关重要的作用。同时，主频也是GPU的关键指标之一。但就主频来看，现在很多CPU的主频都可以达到3GHz以上，而GPU则普遍在500~600MHz。表面上看起来，好像CPU很领先，但实际上，一些GPU的主频近年也已经达到了2GHz甚至更高，相当接近CPU的水平。而从另一方面考虑，CPU主频倾向于较高的原因也在于CPU、GPU的架构有较大区别。
第二，处理器微架构。CPU和GPU的设计初衷不一样，也导致了二者拥有不同的处理器微架构。对于CPU而言，程序计算的平衡性至关重要，毕竟CPU是整个计算机的心脏，因此必须兼顾程序执行和数据运算的并行性、通用性，不会在某个指标方面特别突出或者特别薄弱。另外，CPU的设计思路一直是这样：单核CPU的设计是尽快完成一项任务，然后再完成下一项，而多核比如4核CPU也是一样，尽快完成4项任务，然后去完成另外4项。但是GPU却不一样，GPU 必须同时完成成千上万的任务，因此并行计算对于GPU的设计至关重要——相对于CPU，GPU非常擅长于图形类矩阵运算以及非图形类并行数值计算，GPU 的浮点运算能力也非常出众。
简单的说，CPU是串行计算的领先者，而GPU是并行计算的领先者。CPU在操作系统、系统软件、应用程序、通用计算、系统控制等领域有着较深的技术功底，但是最近几年，CPU的主导地位开始被GPU强势挑战。因为，GPU也开始支持各种复杂的控制指令，例如条件转移、分支、循环和子程序调用等等，GPU在其他方面的进步幅度是非常大的。
NVIDIA更是在推出了颠覆的GPU系列计算机，以其高性能赢得了不少目光，并且直接把矛头指向了CPU。GPU早已不是10年前只能仰视CPU的边缘化产品了，随着各种性能的大幅提升，如今GPU已经有能力与CPU在市场上一决高下。挑战归挑战，技术优势归技术优势，毕竟面对那些CPU巨头， GPU只是后起之秀，GPU究竟能赢得多少信赖，GPU近年的发展究竟是不是顺利呢？下面，我们就来解答这些疑问。
1) NVIDIA的Telsa和CUDA环境
我们上面提到的NVIDIA推出的GPU计算机，实际就是指基于Tesla芯片的产品，Tesla是早些时候NVIDIA Quadro Plex的延续。不过，与Quadro Plex有所不同，Tesla面对的客户更加广泛，包括了从石油和天然气产业、金融、医药一直到科研领域的HPC，而且其产品设计也大大的超越了Quadro Plex。虽然目前还较少出现在普通PC上，但这也并不妨碍我们了解Tesla的技术特点。
具体来说，Tesla对比Quadro Plex有以下几个特点。第一，Tesla拥有128个运算处理核心的大量多执行绪架构。第二，Tesla采用C语言的绘图处理器开发环境。第三 Tesla提供完整的开发工具套件。
其中特别值得一提的是，Tesla的C语言开发环境及开发工具包——CUDA（Compute Unified Device Architecture）和CUDA工具包。CUDA使得Tesla可以用于图像计算以外的目的。这个项目本身非常令人兴奋，因为它开源的特质，降低了GPU计算的应用门槛。但是我们也必须说，CUDA推出的时间并不长，还处在发展的初级阶段，编程环境也不如CPU完善。何时会有足够多的用户和行业成为CUDA的一员，我们还有待观察。
2)AMD的Fusion
NVIDIA的GPU攻势愈发猛烈，与此同时AMD在并购了ATI之后也没有停止脚步。并购完成之后，AMD就开始研发融合了GPU功能的CPU，取名为Fusion。Fusion的汉语意思就是融合，顾名思义，未来的AMD的Fusion就将融合CPU与GPU的功能特性和优点。只是可惜，目前Fusion的很多细节AMD并没有透露，我们只知道Fusion以Phenom为根基进行设计。样本预计于08年末、09年初完成。虽然暂时没有成品，但是我们还是发现AMD对未来处理器融将合的大方向判断。
3)Intel的Larrabee
Intel对于GPU的兴趣其实由来已久，Intel计划在08年末、09年初推出一款代号为Larrabee的GPU。由于产品细节披露得较为有限，我们只知道Larrabee将拥有16个x86内核，一个可编程流水线，采用GDDR5显存颗粒，和PCI-E二代接口。具体Intel产GPU前景会怎样，我们不好估计，但是面对称霸GPU数十年的NVIDIA和AMD ATI，Intel的GPU势必将面临一场硬仗。
4)其他GPU厂商的发展
今天，我们看到最多的是AMD ATI和NVIDIA的竞争。但事实上，GPU市场的硝烟从来就没停歇过。S3被VIA收购，TRIDENT被SIS收购，3DFX被NVIDIA收购 ，XGI又被ATI收购，随后ATI又被AMD并购。显赫一时的TRIDENT、3DFX、Matrox、XGI等等厂商都逐渐退出了GPU舞台。在竞争惨烈的GPU领域，厂商的发展，往往几年之间就会有翻盘式的变化。
四、小结——GPU在高性能计算领域的挑战
最近GPU的确展现出了咄咄逼人的气势。GPU未来能取代CPU吗？我想答案无外乎3种：第一，未来除了Power、Sparc、Intel和AMD之外，Tesla可能会继续发展成为其中一个主流芯片，以GPU取代CPU的大部分功能和用途。第二，GPU未来的发展也可能像AMD Fusion计划那样，CPU和GPU融合到了一起，在芯片层各自发挥各自的作用。第三，GPU依旧继续以辅助CPU的方式独立存在，比如作为专门针对图形应用的加速器存在，不过更多的计算任务交由GPU处理。
其实不管未来GPU朝哪一个发展，GPU对计算机的影响将越来越大，这一点似乎没有人怀疑。而多年来，GPU由于结构比CPU简单，其运算速度的提升也一直比CPU提升得快，这也将GPU的能力推向比肩CPU的新高度。
当然，我们也不得不说，GPU目前还是有一些问题，比如GPU串行计算环节的薄弱，再比如NVIDIA开发环境CUDA的时间也并不够长，参与其中的人和厂商数量与CPU相比还有一定的差距。但是不管怎么讲，GPU现在的影响力已经令人惊叹，GPU的发展速度也令人始料未及。GPU与CPU之间的大战已经揭幕，谁能胜出？还是让时间告诉我们答案吧。
