GPU计算，GPU最新用途

　　GPU 计算的任务基本都是高度并行的——同时执行大量小型的数学计算，所以当前其发展方向是机器学习（machine learning）和计算机视觉（computer vision）。随着 GPU 计算扩展的领域越来越大，作用也会随着越发重要，它就能成为和 CPU 并排的伙伴而不再是 CPU 附属的一个部件。

　　在 2015 年 10 月 ARM 发布最新的 SoC 时顺带还有 CoreLink CCI-550，它的作用就是将 CPU、GPU、主存储器和各种内存缓冲区连接在一起。新的 GPU 代号为 Mimir，能够从高速缓存内存里直接获取数据，甚至在 CPU 执行变动时，GPU 无需通过主存储器就能获得和 CPU 一样的数据。CCI-550 也允许 CPU 和 GPU 共享相同的内存，无需在 CPU 和 GPU 的缓冲区之间复制数据。

　　统一着色器（Unified shaders）和 Vulkan

　　2016 年 2 月发布的 3D 图形 API——Vulkan 是另一个重点，它带来了两个重要的创新。一是通过降低驱动程序的消耗和提高 CPU 多线程使用率，带来显着的性能提升；二是为桌面系统、移动系统和控制台提供了一个统一的 API。Vulkan 现支持 Windows 7/8/10、SteamOS、Android 和部分 Linux 发行版，首款支持 Vulkan 的 Android 机器是三星的 Galaxy S7。　　

　　移动 3D 图形基于三角形，模型进行移动、缩放是对三角形的顶点进行处理；GPU 里面的可编程执行单元被称为着色器核心，游戏开发者可以编写基于着色器核心的代码；顶点着色器处理完后，交由片段着色器转换为一个个像素，最终送到像素着色器设置颜色；3D 游戏开发者可以根据需要编程自由调用顶点着色器和片段着色器；GPU 并行处理的特性让其非常适合用于机器学习和计算机视觉。