图形处理器（Graphics Processing Unit，缩写：GPU），又称显示核心、视觉处理器、显示芯片，是一种专门在个人电脑、工作站、游戏机和移动设备（如平板电脑、智能手机等）上做图像和图形相关运算工作的微处理器。GPU的概念首次由NVIDIA公司在1999年发布GeForce256图形处理芯片时提出。
GPU与CPU的区别：GPU具备强大并行计算能力，CPU擅长逻辑判断。从架构来看，CPU和GPU都有内存（DRAM）、储存单元（Cache）、计算单元（ALU）以及控制单元（Control），但是CPU芯片空间的ALU占比不到20%，而GPU芯片80%以上的空间都是ALU，即GPU拥有更多的ALU用于数据并行处理，这是GPU具备强大并行计算能力的原因。CPU的控制单元占比较重，因此CPU较为擅长处理复杂的控制逻辑，如预测分支、乱序执行、多级流水任务等。



GPU 按照接入方式可以划分为独立显卡和集成显卡。独立显卡是一种与处理器（CPU）分离的 GPU，具备的专用内存，不与 CPU 共享，拥有自己的内存源和电源，因此性能更高，功率更大，产生热量更多。独立显卡常见于台式机、笔记本电脑，小型 PC 也可以包含独立显卡。集成显卡是一种内置于处理器的 GPU。集成GPU 使用与 CPU 共享系统内存，由于集成显卡内置于处理器中，性能较低，因此通常功耗更低，产生的热量更少。集成显卡的处理器通常位于外形较小的系统中，例如笔记本电脑。


GPU除了绘制图形功能外，还承担了物理模拟、海量计算、AI计算等功能。尤其在近年来，人工智能的崛起推动了GPU集成了AI Core运算单元，反哺AI运算能力的提升，给各行各业带来了计算能力的提升。部分机器学习模型，如Yandex在2017年开源的机器学习库Catboost，就搭载了调用GPU训练机器模型的功能，能够充分利用GPU芯片的多线程运算优势，在大数据分析下提高机器学习模型训练效率。



GPU行业的产业链主要涉及三个环节：设计、制造、封装。供给模式有IDM和Fab+Fabless两种。
IDM模式：集芯片设计、芯片制造、芯片封装和测试等多个产业链环节于一身，代表厂商有英特尔。
Fab+Fabless模式的代表有：AMD设计，台积电制造，通富微电封测；ARM阵营的苹果设计，台积电制造，日月光封测。景嘉微处于集成电路行业中的芯片设计环节，采用Fabless模式，同时具备GPU软件及GPU硬件研发能力。