I PC的概念逐漸深入人心，CounterPoint數據顯示今年一季度出貨的筆記本大約45％都是AI PC，成功帶動全球PC市場止住了連續八個季度的頹勢，終于反彈增長約3％。
行業對于AI PC的定義也逐漸明晰，CPU、GPU、NPU三大引擎被認為都是必需，而且各有所長。
其中CPU適合通用性負載，最為靈活，新興的NPU適合持續性低負載以大大節約功耗，只是應用范圍還比較有限，算力也不可能太高，GPU則憑借無可比擬的強大算力，一直承擔著核心責任。
這方面最有話語權的自然是NVIDIA，一方面是專業級的GPU加速器近乎壟斷整個行業，另一方面是消費級的GeForce RTX 40系列GPU正在各行各業變革體驗。
2018年，NVIDIA推出了全新的GeForce RTX 20系列GPU、RTX技術，首次通過專用的Tensor Core為AI提供全面加速，DLSS超分辨率技術正是AI在游戲中最領先、最直觀的體現。
即使是入門的GeForce RTX 4050筆記本電腦GPU，也可提供高達194 TOPS的算力，GeForce RTX 4090 D則能提供高達1177 TOPS的算力，覆蓋各式臺式機、筆記本、工作站，而目前沒有獨立GPU的輕量級AI PC，算力只有大約10-45 TOPS，下一代才能突破100 TOPS。
硬件之上，NVIDIA RTX也提供了極為豐富的AI相關開發套件和應用軟件加速，尤其是TensorRT可以大大加速非常熱門的AIGC模型，包括最流行的Stable Diffusion 1.5、SDXL 1.0等等，還獲得了全新UL Procyon AI圖像生成基準測試的支持。
目前，RTX AI PC已擁有超過1億用戶、500多款應用和游戲，形成了豐富的生態。
近日，NVIDIA舉辦了一場特別的RTX AI媒體品鑒會，宣布了多項AI相關內容更新，展示了多項AIGC藝術創作作品，并演示了最新的技術DEMO。
【NVIDIA RTX AI：無處不在】
在全行業的合力推進之下，AI技術尤其是AIGC正在極大普及，深入各行各業，概括起來可分為繪畫、平面設計、3D創作、視頻編輯、視頻體驗、會議/直播、文檔助手、編程開發、游戲、游戲開發等十大領域。
在每一個領域甚至每一個場景，NVIDIA RTX GPU都在提供各種創新的加速技術。
Stable Diffusion生圖繪畫，RTX GPU是PC上最快的加速方法。RTX 4090 D默認可以每秒生成8張圖，TensorRT加速后結合進一步性能優化，每秒生成超過120張圖片。
RTX GPU還是最具生產力的加速方法，支持市面上所有的SD WebUI(Automatic1111、ComfyUI、SD-Forge、秋葉等)，支持最先進的SD工作流(LoRA、ControlNet、微調、AnimateDiff、IPAdapter、InstantID、實時繪畫等)。
平面設計，全面支持市面上主流的設計軟件，可為各種圖片編輯功能提供加速。
諸如智能肖像、對象選擇、細節增強、圖像超分辨率、圖片修復、色彩還原、RAW增強、天空選擇、眼部增強，等等。
來到3D設計，RTX 40 系列GPU可以為各種離線渲染器、實時渲染器提供AI加速，最近流行的D5，大名鼎鼎的UE、Unity都可以從中獲益匪淺，其中更是可以用到DLSS。
視頻編輯方面，同樣支持主流軟件工具，功能也相當豐富，比如對象遮罩、自動場景檢測、自動畫面重構、視頻超分辨率、銳化遮罩、顏色矯正、語音識別、人體跟蹤、風格轉換、視頻補幀等。
視頻體驗方面，最值得一提的是RTX VSR超級分辨率、Video HDR，可大大增強在線視頻的畫質體驗，支持在Chrome、Edge瀏覽器內播放任意視頻，支持國內主流視頻網站，而且是驅動自帶功能，無需額外下載任何軟件、插件。
無論是最新的RTX 40系列，還是早期的RTX 30/20系列，都可以享受這一福利。
會議與直播方面，NVIDIA Broadcast提供了非常完美的解決方案，通過目光接觸、人臉跟蹤、背景模糊、自動聚焦、視頻降噪、虛光、回聲消除等等，可帶來最佳的流媒體質量優化。
它支持市面上幾乎所有的視頻會議軟件、直播軟件，包括騰訊會議、釘釘、飛書、Teams、OBS等等，RTX 40/30/20系列都能用。
人機交互方面，AI對話、文檔整理是典型的應用，NVIDIA也打造了ChatRTX技術Demo。，用于本地增強檢索生成。
它可以使用本地的RTX 40/30 系列 GPU (8GB及以上顯存) 算力加速，進行大語言模型推理，智能離線檢索本地隱私文檔(txt/docx/pdf等等)并生成結果，尤其是支持中文對話模型和文檔檢索，包括智譜ChatGLM3等等，開發者還可以自行添加其它支持TensorRT-LLM加速的大語言模型。
更關鍵的是，ChatRTX是免費的，而且開源。
開發方面，TensorRT可以說是當前市面上最快的深度學習推理加速框架，尤其是支持領先的中文開源模型，RTX 40/30/20 GPU都可以跑。
推理性能上，相比于LlaMA.cpp，它的生成速度可以領先多達4倍，Batch Size越大優勢越明顯。
Stable Diffusion生圖上，相比于通用的PyTorch，速度可以輕松翻番，更是可以輕松碾壓蘋果CoreML框架。
游戲應用中最典型的就是實時光追、DLSS的聯手，可以根據需要，選擇不同的質量和速度，這個就不多說了。
游戲上的典型例子就是NVIDIA RTX Remix，可以讓DX8、DX9老游戲煥發新生，自動捕獲游戲場景和材質，通過AI進行增強，并加入實時光追、DLSS 3/3.5，傳送門RTX版就是最佳例子。
硬件方面支持RTX 40/30 GPU。
事實上，NVIDIA已經為全領域AI開發提供端到端的開發平臺支持，開發、訓練、整合、部署都能獲得RTX GPU的加速。
Omniverse、Nemo、DLSS、ACE、Optix、VSR、Maxine、TensorRT、CUDNN……如此豐富的開發工具，恐怕僅此一家。
【合作案例1：火星時代教育的TensorRT SD創作加速指南】
Stable Diffusion是文生圖、圖生圖創作最廣泛的應用，已經有大量設計師、藝術家甚至普通辦公族用它來加速工作，前文也說過NVIDIA TensorRT可為其帶來無可比擬的加速。
不過，Stable Diffusion仍然存在相當的學習和使用門檻，TensorRT也需要一定的摸索。
因此，火星時代教育在NVIDIA技術團隊的支持下，打造了《NVIDIA TensorRT Stable Diffusion創作加速指南》，為AI設計愛好者和創作者詳細介紹基于RTX 40系列GPU提升Stable Diffusion創作效率的詳盡實操性教程。
在這個指南里，你可以看到Stable Diffusion/TensorRT的安裝與設置、加速引擎的構建、加速效果的對比，以及實際商業創作場景應用，包括海報設計、電商設計、室內效果圖設計、插畫設計等等。
《NVIDIA TensorRT Stable Diffusion創作加速指南》鏈接：
https://www.hxsd.com/pdf/viewer/HXSD-NVIDIATensorRT-GuideBook/
設計案例：
【合作案例2：吐司的SD GPU配置推薦】
Stable Diffusion的使用門檻還有硬件層面，GPU算力越強出圖速度自然就越快，但不同級別的GPU到底有多大差異呢？
作為行業第一家實現在線生圖的AI模型社區，吐司(國際版為Tensor.Art)已經匯聚超過16萬的AI模型，如今聯合NVIDIA打造了一份《個人用戶玩轉Stable Diffusion的GPU配置推薦》。
它使用第三方軟件UL Procyon AI基準測試和吐司自己的Benchmark，完整測試了RTX 40系列桌面、筆記本顯卡不同型號在SD 1.5 和SDXL 1.0中的推理性能表現，可以作為AIGC用戶創作的參考。
UL Procycon SD 1.5、SDXL桌面顯卡性能對比：RTX 4090D都是一枝獨秀，RTX 4060 8GB則已經無法支撐SDXL。
UL Procycon SD 1.5筆記本顯卡性能對比：可以看到RTX 4080和RTX 4070筆記本電腦GPU 之間出現了一個較大的空檔，RTX 4090筆記本電腦GPU領先的幅度則不是很大。
UL Procycon SDXL筆記本顯卡性能對比：只剩下高端的RTX 4090/4080 筆記本電腦GPU可以運行，其他都被淘汰。
吐司Benchmark SD 1.5/SDXL桌面顯卡開關TensorRT加速性能對比：可以看到在任何級別的型號上，加速效果都十分顯著，實現翻倍的生圖性能提升(RTX 4070 Ti, SD1.5 測試)。
RTX 4090筆記本電腦GPU、酷睿Ultra核顯分別使用各家優化引擎，測得的性能差異簡直是云壤之別，兩者性能相差高達驚人的27倍！
LoRA性能也可以測試，性能差異一目了然，RTX 4090D依然遙遙領先。
【AI加速創作：藝術與技術的激情碰撞】
AIGC給藝術創作帶來了無限可能，可以將設計師、藝術家的種種創意快速轉化為現實，從而大大提升創作效率，節省出來的時間可以追求更多奇思妙想。
當然，AI不會無中生有，更不可能取代人類，它只是一個幫手，它生成的圖片、視頻也只是創作的基礎，就像一個畫板，只有在人的畫筆之下，才能真正成為作品，成為藝術品。
NVIDIA已經與大量創作人士進行了合作，利用RTX AI加速，幫助他們盡情揮灑創意，奉上更驚艷的藝術作品。
土豆人Tudou_man：數字藝術家、策展人
數字藝術家土豆人Tudou_Man 表示：“每天有大量AIGC內容涌現，宛如微小的青苔連續改寫當下。不久，我們的文明也將被數字所覆蓋。通過RTX 40系列AI PC平臺的運算加持，震驚之余，我使用RTX 40系列 RTX AI PC創作了《復寫苔原》系列作品，RTX 平臺為像我這樣的數字藝術家提供高效的AI算力加速。我將AIGC作品注入人的思考與靈魂，在不可逆的數據洪流中保持本真。”
這里摘錄幾個土豆人Tudou_Man的AIGC作品：
《咖啡浪潮的1000次演進》：
為2023年的上海咖啡文化周創作的AIGC概念作品。
以上海蘇州河游船為創作原型，采用實景采集與MidJourney、Stable Diffusion組合的方式創作，通過上千次的疊加演算，近乎真實地讓浪花載著一杯巨大的外賣咖啡出現在蘇州河上。
《不落冰川系列-001》：
視頻作品通過MJ+SVD+Deforum創作，將之間一組系列作品做了動態化演繹。
冷風吹動的藍色塑料布像極了黑沙灘上舞動的冰川，而冰川之下是克蘇魯內核的滋長，無盡變化的水母不斷循環叩擊著夢境。
《戴圍巾上海老建筑系列》：
把晚霞做成了毛絨絨的圍巾，掛在了武康大樓、外灘鐘樓、和平飯店上，圣誕氛圍拉滿。
《巨大的小熊軟糖系列》：
這是一組AIGC+實景合成的巨物化創意作品，超寫實的城市場景與可愛的巨大軟糖熊形成了反差萌。
《麥麥博物館》：
麥當勞“傳家寶”，將麥當勞的超級單品與中國館藏文物相結合，得到了麥當勞中國官方支持。
《鉆石大都會》：
為全新雅詩蘭黛白金唇膏創作的AIGC概念短片。
在寶石般的億萬切面中，一覽大都會的璀璨華美，城市的摩登奢華又在琉光中筑成一枚唇間的藝術品，可能這就是白金唇膏令人愛不釋手的理由。
Simon阿文：AbleSlide聯合創始人、Blender藝術家、AI創作者
包括央視春晚AI動畫等作品在內，從文字、圖像到影像，他的許多探索是基于本地RTX 4090顯卡完成的。他表示：“AIGC的可能性是一片藍海，AI PC是我的帆船。”
《維度筆觸》：
將傳統油畫與現代3D建模、AIGC相結合，油畫紋理均為Disco Diffusion生成，數字精確性與藝術表達相遇。
《擱淺的云》：
通過Blender制作簡模，使用ComfyUI搭建工作流進行AI轉繪，把AI渲染應用到傳統的3D工作流中。靈感來自海辛的短篇《擱淺的云》中的一句話：“我在海邊遇到一朵擱淺的云。”
《低俗小說》：
將《低俗小說》中著名的搖擺舞，通過AI的方式轉繪為油畫、皮影戲、雕塑等多個風格并進行重新剪輯，達到一種多元宇宙的視覺效果。
《花中維納斯》：
系列作品，花卉和維納斯的經典形象在一個迷人的舞蹈中融合。通過AI的力量，這些靜態圖像被轉化為一種動態體驗，每一片花瓣都在綻放的微妙芭蕾中緩緩展開，見證維納斯的重生。
【NVIDIA RTX DEMO：游戲NPC變“真人”】
接下來的環節，看看NVIDIA的幾項RTX AI加速技術演示Demo，其實大部分都是大家的老朋友了，這次難得在線下一次性都體驗到。
重點看看ACE微服務數字人，主要應用就是游戲里的NPC。
它利用基于NVIDIA Audio2Face的面部動畫、基于NVIDIA Riva自動語音識別(ASR)/文本轉語音(TTS)的語音交流，讓虛擬數字人物真正鮮活起來。
通過將認知、感知、行為系統集成在一起，結合多模態展示，不但渲染出來的角色令人驚嘆，而且不再每次都是固定、死板的對話和動作，而是完全根據玩家的語音、文字交互，實時給出動態、匹配的反應，游戲節奏和進程可以每次都是截然不同的。
AI NPC可以通過混合式AI，使用預訓練定制的大語言模型進行聆聽、處理、生成對話，并做出回應，而且每個步驟都是實時的，以確保流暢對話。
第一步，Riva利用RTX PC的GPU加速的多語種語音和翻譯微服務，處理玩家輸入的語音，生成實時對話式AI工作流。
第二步，ASR處理語音內容，并利用AI實時提供非常準確的轉錄文本，支持涉及二十多種語言。
第三步，轉錄文本進入LLM(例如Gemma/Llama 2/Mistral），并借助Riva的神經網絡機器翻譯，生成以自然語言表述的文本回復。
第四步，使用Riva的文本轉語音功能，生成音頻回復。
第五步，A2F生成面部表情，并與對話同步。
期間，RTX AI PC會自動制作NPC面部、眼睛、嘴巴、舌頭和頭部動作的動畫，并與情緒范圍和強度水平匹配，A2F還可以根據音頻片段自動推斷情緒。
年初的CES上，我們第一次見識到了ACE NPC的表演，就是那段“吃面”，由NVIDIA與ConvAI合作打造。
3月份的GTC技術大會上，NVIDIA又帶來了更震撼的演示DEMO Covert Protocol。
它基于UE5引擎開發，結合了ACE技術和Inworld AI引擎，玩家在其中扮演一名私家偵探，在一家酒店大廳內，與前臺、服務生、專家共三名NPC進行互動，完成預定任務。
他們都會根據玩家的交互做出不同的反應，這就考驗玩家如何變著花樣套出自己所需要的信息，每次都不一樣，可玩性非常高，以往那種看都不看就跳過NPC互動的情況再也不會出現了。
另一個重點是ChatRTX，使用檢索增強生成(RAG)、NVIDIA TensorRT-LLM加速庫、通過NVIDIA RTX加速，可以快速、輕松地將本地文件作為數據集，連接到開放式大語言模型(比如智譜AI ChatGLM3-6B)，快速查詢與上下文相關的答案。
ChatGLM是基于GLM預訓練框架的雙語對話模型，采用了獨創的多階段增強預訓練方法，包括6B、12B、32B、66B等多種參數規模，并支持NVIDIA TensorRT-LLM框架等多種加速工具，從而在合理的精度損失下提升推理速度。
除了文本之外，ChatRTX還很快將增加支持語音輸入和圖像功能。
圖片已獲授權
SD專業工作流：
通過人像生成控制模型InstantID，足不出戶就能使用普通攝像頭的自拍照，生成影棚級別的高質量肖像照，并且可以用RTX GPU進行加速。
SD一秒生成8張圖：
作為市面上最快的Stable Diffusion計算生圖工具，RTX 4090 D可以做到高達每秒8張圖的生成速度，而且是開箱即用，無需任何復雜設置。
使用當前最快的加速方法TensorRT，再配合進一步的性能優化，RTX 4090 D GPU最高能實現每秒超過120張圖的生成速度，生圖創作也能像高幀率游戲一樣絲滑。
建筑實時渲染：
即致AI基于擴散模型和蒸餾技術，通過RTX 40 系列GPU的加速，實現了秒級的AI實時繪畫。
再結合即致AI自研的全網下載量超50萬的國內建筑行業大模型，可以幫助建筑設計師快捷、便利地進行AI實時渲染，并保證極高的出圖效果。
聲音克隆：
基于開源的GPT-SoVITS項目，不需要任何訓練，僅需5秒鐘的聲音樣本，就能根據其發音特征，生成個性化的語音，RTX AI的加速下僅僅幾秒鐘就能完成生成。
如果使用更多樣本的微調訓練，比如1分鐘，還可以實現更高質量，接近1:1復刻的聲音克隆。
AI PC時代雖然才剛剛開始，但已經百花齊放、精彩紛呈。作為AI PC的算力基礎，CPU、GPU、NPU三大引擎也都在各顯其能、爭奇斗艷。
當然了，三者沒有誰比誰更重要，只有誰更適合做什么。
RTX GPU作為當今的硬件算力天花板，再加上NVIDIA強大的技術實力、豐富的開發與應用生態、無比的行業號召力，無疑最為適合需要強悍性能的AI應用，既能帶來最快的速度，也能帶來最好的質量、兼容性和穩定性。
本次介紹的種種RTX AI加速應用，遍布于游戲、2D/3D設計、藝術創作、生產力、垂直行業等方方面面，都給人帶來了耳目一新的感覺，無論速度還是質量都堪稱翹楚。
期待RTX AI、AI PC能帶來越來越多的精彩應用，真正讓AI普及到每一個人的生活、工作、娛樂之中，釋放技術之美，全方位變革普羅大眾的日常體驗。
著生成式 AI 和混合工作環境成為新標準，無論是內容創作者、研究人員還是工程師，各個專業人士都需要一臺功能強大并有 AI 加持的筆記本電腦，來幫助他們隨時隨地應對行業中的嚴峻挑戰。
全新 NVIDIA RTX 500 和 1000 Ada Generation 筆記本電腦 GPU 將搭載于高度便攜的全新移動工作站，進一步豐富了 NVIDIA Ada Lovelace 架構的產品陣容，如 RTX 2000、3000、3500、4000 和 5000 Ada Generation 筆記本電腦 GPU 等。
AI 正被迅速應用于提高專業設計、內容創作工作流以及日常生產力應用的效率，這凸顯出在系統中配備強大本地 AI 加速和充足處理能力的重要性。
搭載 RTX 500 和1000 GPU 等 NVIDIA Ada Generation GPU 的下一代移動工作站將同時包含一個神經處理單元（NPU）（CPU 的組件之一），和一顆NVIDIA RTX GPU（包括用于 AI 處理任務的Tensor Core）。NPU 可幫助完成卸載輕型 AI 任務，GPU 可提供高達 682 TOPS 的額外 AI 性能，以處理要求更高的日常 AI 工作流。
*INT8 稀疏性能（最高）
GPU 所帶來的更高水平的 AI 加速對于處理各種基于 AI 的任務大有用處，例如具有高質量 AI 效果的視頻會議、AI 視頻流無損放大或生成式 AI 和內容創建應用加速等。
與單純使用 CPU 的配置相比，全新 RTX 500 GPU 可為 Stable Diffusion 等模型提供高達 14 倍的生成式 AI 性能、高達 3倍的 AI 照片編輯速度以及高達 10 倍的 3D 渲染圖形性能，為傳統和新興工作流帶來了巨大的生產力飛躍。
增強各個行業的專業工作流
緊湊型設計的 RTX 500 和 1000 GPU 能夠通過 AI 來增強世界各地筆記本電腦用戶的工作流。視頻編輯人員可以簡化并提高任務的效率，例如使用 AI 去除背景噪音等；圖形設計師可以使用 AI 無損放大技術讓模糊的圖像變得清晰；專業人士可以在隨時隨地開展工作的同時，通過 AI 獲得更高質量的視頻會議和流式傳輸體驗。
如果想要將 AI 用于高級渲染、數據科學和深度學習工作流，用戶還可以使用 NVIDIA 提供的 NVIDIA RTX 2000、3000、3500、4000和 5000 Ada Generation 筆記本電腦 GPU。3D 創作者可以使用 AI 降噪和深度學習超級采樣（DLSS）實時顯示逼真的渲染圖。借助本地大語言模型，企業可以通過類似聊天機器人的界面查詢內部知識庫。研究人員和科學家可以開展數據科學試驗、訓練和調整 AI 模型以及開發各種項目。
NVIDIA RTX 帶來的性能與便攜性
采用 NVIDIA Ada Lovelace 架構的 RTX 500 和 1000 GPU 為輕薄型筆記本電腦帶來了最新的技術進步，包括：
· 第三代 RT Core：光線追蹤性能高達上一代產品的 2 倍，可實現高保真、逼真的渲染效果。
· 第四代 Tensor Core：吞吐量高達上一代產品的 2 倍，可加速深度學習訓練、推理和基于 AI 的創作工作負載。
· Ada Generation CUDA Core：FP32 吞吐量較上一代產品提高 30%，可顯著提升圖形和計算工作負載的性能。
· 專用 GPU 顯存：RTX 500 GPU 具有 4 GB GPU 顯存，RTX 1000 GPU 具有 6 GB GPU 顯存，使用戶能夠運行要求嚴苛的 3D 和 AI 應用以及處理各種大型項目、數據集和多應用工作流。
· DLSS 3：突破性的 AI 圖形技術，通過生成更多高質量幀來顯著提升性能。
· AV1 編碼器：第八代 NVIDIA 編碼器（NVENC）支持 AV1，效率較 H.264 提升 40%，為廣播公司、流媒體平臺和視頻通話商帶來新的可能性。
供應情況
全新 NVIDIA RTX 500 和 1000 Ada Generation 筆記本電腦 GPU 將于今年春季通過戴爾科技、惠普、聯想和微星等全球制造合作伙伴的移動工作站提供。
(8574996)
卡篇
聊顯卡，先說說顯卡是什么。顯卡，全名顯示接口卡，又名顯示適配器。最早作用是將電腦的數字信號轉化為圖像在顯示器上顯示出來，大概是個轉接頭的作用。現在的顯卡大多是利用它的圖形處理能力，在3d游戲中的模型在顯卡里建立起來，調節模型間的位置關系，配合光照等數據把人應該看到的圖像顯示在屏幕上。
1、顯卡的命名
民用顯卡供應商主要是amd(原ati)和nvidia兩家，兩家的產品就是常說的a卡和n卡。現階段n卡和a卡沒有本質區別，說區別基本上是開玩笑(比如a卡音質好，n卡網速快就是一個著名的玩笑)，桌面端a卡和n卡平分秋色，近幾年筆記本端n卡占有比較大的優勢。
a卡的命名，以r9 m290x為例：“r9”代表高端系列，“r7”中端，“r5”低端，這只是一個分類。“m”代表這是移動端的顯卡。“2”代表第二代，也是a卡用新命名后的第一代，下一代是“3”。“90”代表性能等級，是這一代移動端最強的a卡，這個數越小性能越低。“x”只是代表性能好的一個標志(加強版)。
n卡的命名，以gtx980m為例：“gtx”的意思和“r9”一樣，代表它高端，“gt”中端，“g”低端，僅僅是個分類。“9”代表這是這種命名的第九代產品。“80”代表性能等級，n卡“80”是旗艦，“90”是雙芯卡，筆記本沒有。“m”代表移動端。
命名僅供參考，可能會有小問題，想具體了解的自己去找天梯圖。
2、GPU的基本參數
GPU(Graphic Processing Unit)就是圖形處理器，和cpu是電腦的核心一樣，gpu是顯卡的核心。gpu本身的參數主要有流處理器數和核心工作頻率，其他參數有光柵單元(ROPS)，L1緩存，制造工藝等。
①估算性能方面：顯卡是近幾年變化比較大的硬件，預測性能比較復雜。有一個大致的估算性能的方法就是
gpu性能=流處理器數x核心工作頻率
這個也是n卡和n卡比，a卡和a卡比，an之間沒法比(工作原理不同)，本身也是估算，精確度不高，不同構架下運行效率也不同。
②流處理器，即SP單元(Streaming Processor)，是nvidia在2006年提出的概念，首次出現在8800GTX中，它的作用就是處理由CPU傳輸過來的數據，處理后轉化為顯示器可以辨識的數字信號。這個沒必要徹底的懂，只需知道每個流處理器相當于cpu的一個核心，所以gpu在某些運算方面遠強于cpu。
③核心頻率，gpu的核心工作頻率，即gpu的主頻。和cpu的主頻類似，nv開普勒構架之后支持boost，相當于cpu的睿頻功能，也有tdp以及溫度墻限制，具體見上面cpu篇。
④光柵單元ROPs(Raster Operations Units)，主要負責游戲內光線及反射運算，用于游戲內光影以及抗鋸齒的處理。
⑤緩存，gpu除了顯存外也是有L1以及L2緩存的，集成在gpu中，不做主要參數(沒法看)
.
下圖是目前最強單芯ttx的gpu
3、顯存
顯存，又被叫做幀緩存，是用來儲存gpu處理過的或即將處理的渲染數據，gpu的顯存相當于cpu的內存。顯存的參數有：顯存類型，容量，位寬，頻率等。
①顯存類型目前主流的三種關系為：GDDR5>GDDR3>DDR3。GDDR5的等效頻率是4倍，GDDR3和DDR3都是2倍。這里注意GDDR3不是DDR3，GDDR3是由DDR2改造來的專屬顯存，DDR3是出現更晚的內存但在顯存方面不如GDDR3，DDR3優點是便宜，目前說d3多是指DDR3，d5指GDDR5。
②顯存容量，日常廠商忽悠說的“2G大顯存”就是指顯存容量，這個數和顯卡性能并沒有直接關系，夠用就好。目前960m這個檔次的顯卡1080p分辨率2g足夠用，低端顯卡1g用不完，高端顯卡4g也基本夠了。顯存不夠時會借用內存(動態顯存共享)，同理內存不夠借用硬盤(虛擬內存)。
③顯存位寬，表示顯存在一個時鐘周期內所能傳遞的數據的位數。是顯存帶寬的決定因素之一，由每個顆粒的位寬和顆粒數決定。比如8顆32bit的顯存位寬就是256bit。具體作用見顯存帶寬。
④顯存頻率，頻率和顯存類型有關，常見顯示的是等效頻率，關于什么是等效頻率的問題，不管怎么簡略都要扯到顯存發展史上去。。。想知道還是自己百度吧。。。
⑤顯存帶寬。顯存帶寬由顯存位寬和顯存頻率共同決定，表示的是gpu與顯存間數據傳輸的速率。
運算關系為：顯存頻率x顯存位寬/8 ，單位為GB/s
顯存帶寬是顯存方面最重要的東西，也是顯卡顯存方面的根本區別，理論上越大越好但提升到一定程度就對性能影響不大了。
.
下圖是筆記本gtx860m，核心邊上那四個黑色的方塊就是顯存。
4、顯卡參數補充
①gpu部分忘記說紋理單元了，顧名思義，處理紋理(貼圖)的單元。
②關于顯卡的制程，和cpu一樣，工藝越先進，同規模的核心面積越小，功耗越低。目前受限于臺積電16nm的跳票，新顯卡全都是28nm。
③關于多卡互聯。筆記本多卡的很少，這里就簡單說。nvidia的互聯技術叫做sli，amd的互聯技術叫CrossFire(和著名游戲同名)，一般來說CF的效率高于SLI(不完全一定)。互聯技術需要兩張顯卡但是不一定同核心，不過混合互聯效率堪憂，目前唯一有意義的混合互聯就是amd的集顯與獨顯交火，受限于amd筆記本cpu乏力，也意義不大。
④關于g-sync技術，這是nvidia獨占的技術(amd目前也有差不多的，不過沒有支持的機器)，原理就是讓顯示器刷新率與顯卡輸出畫面速度相同，減少延遲。桌面方面有單獨的g-sync顯示器，筆記本目前已知只有兩個機器支持。
⑤關于分辨率和性能的關系。分辨率越高幀數越低是顯而易見的，4k屏下980m連768p的840m都有差距。提高分辨率降低的幀數和驅動的優化顯存帶寬等等都有關，目前a卡在高分辨率下優化更好(可能是高位寬的原因)。
筆記本常見參數的簡單科普(cpu處理器篇)你都知道嗎？
文/litiedang
曉剛科技編輯整理
微信關注“曉剛科技”回復“筆記本天梯圖”獲取最新筆記本CPU、GPU天梯圖詳細表格