眾所周知，GPU是圖形處理器，在很多任務中，GPU占據著重要作用，如深度學習領域。為增進大家對GPU的了解，本文將對GPU服務器加以介紹，并對GPU的工作原理予以探討。

一、GPU服務器

GPU服務器，簡單來說，GPU服務器是基于GPU的應用于視頻編解碼、深度學習、科學計算等多種場景的快速、穩定、彈性的計算服務，我們提供和標準云服務器一致的管理方式。出色的圖形處理能力和高性能計算能力提供極致計算性能，有效解放計算壓力，提升產品的計算處理效率與競爭力。

下面幾個場景我們可以使用CPU服務器，如果辦公場景需要建議大家配置GPU服務器，如果場景無關，使用普通的服務器也無妨。上海國經網絡也會根據大家的使用場景給到大家相匹配的服務器類型和配置！

1.簡單深度學習模型，使用GPU

服務器為機器學習提供訓練或者預測，騰訊GPU云服務器帶有強大的計算能力，可作為深度學習訓練的平臺，可直接與外界連接通信。可以使用GPU服務器作為簡單深度學習訓練系統，幫助完成基本的深度學習模型。

2.復雜深度學習模型，騰訊云GPU服務器具有強大的計算能力，可以將GPU服務器作為深度學習訓練的平臺。結合云服務器 CVM提供的計算服務、對象存儲COS提供的云存儲服務、云數據庫MySQL提供的在線數據庫服務、云監控和大禹提供的安全監控服務，圖片、視頻編解碼，可以采用GPU服務器進行渲染，利用 GPU 加速器指令，讓數以千計的核心為您所用，加快圖形圖像編碼渲染速度。

這些是一些可以用到GPU服務器的場景，所以如果您的使用需要比較高端，建議還是使用GPU服務器。

二、gpu工作原理

簡單的說gpu就是能夠從硬件上支持T&L（Transform and LighTIng，多邊形轉換與光源處理）的顯示芯片，因為T&L是3D渲染中的一個重要部分，其作用是計算多邊形的3D位置和處理動態光線效果，也可以稱為“幾何處理”。一個好的T&L單元，可以提供細致的3D物體和高級的光線特效;只不過大多數PC中，T&L的大部分運算是交由cpu處理的（這就也就是所謂的軟件T&L），由于cpu的任務繁多，除了T&L之外，還要做內存管理、輸入響應等非3D圖形處理工作，因此在實際運算的時候性能會大打折扣，常常出現顯卡等待cpu數據的情況，其運算速度遠跟不上今天復雜三維游戲的要求。即使cpu的工作頻率超過 1GHz或更高，對它的幫助也不大，由于這是PC本身設計造成的問題，與cpu的速度無太大關系。

gpu圖形處理，可以大致分成 5 個步驟，如下圖箭頭的部分。分別為 vertex shader、primiTIve processing、rasterisaTIon、fragment shader、tesTIng and blending。

第一步，vertex shader。是將三維空間中數個（x，y，z）頂點放進 gpu 中。在這一步驟中，電腦會在內部模擬出一個三維空間，并將這些頂點放置在這一空間內部。接著，投影在同一平面上，也是我們將看到的畫面。同時，存下各點距離投影面的垂直距離，以便做后續的處理。

這個過程就像是本地球觀看星星一般。地球的天空，就像是一個投影面，所有的星星，不管遠近皆投影在同一面上。本地球的我們，抬起頭來觀看星星，分不出星星的遠近，只能分辨出亮度。gpu 所投影出的結果，和這個情況類似。

從地球所看到的星空，星星就像是投影到一球面上，除非使用特別的儀器，不然分不出星星和地球的距離

第二步，primitive processing。是將相關的點鏈接在一起，以形成圖形。在一開始輸入數個頂點進入 gpu 時，程序會特別注記哪些點是需要組合在一起，以形成一線或面。就像是看星座的時候一樣，將相關連的星星連起來，形成特定的圖案。

第三步，rasterisation。因為電腦的屏幕是由一個又一個的像素組成，因此，需要將一條連續的直線，使用繪圖的演算法，以方格繪出該直線。圖形也是以此方式，先標出邊線，再用方格填滿整個平面。

第四步，fragment shader。將格點化后的圖形著上顏色。所需著上的顏色也是于輸入時便被注記。在游玩游戲時，這一步相當耗費 gpu 的計算資源，因為光影的效果、物體表面材質皆是在這一步進行，這些計算決定著游戲畫面的精細程度。因此在游玩游戲時，調高游戲畫面品質大幅增加這一步的計算負擔，降低游戲品質。

將一個三角形，用方格呈現近似原始圖案，并著上顏色。一塊又一塊的方格，就是顯示器上的像素

最后一步，testing and blending。便是將第一步所獲得的投影垂直距離取出，和第四步的結果一同做最后處理。在去除被會被其他較近距離的物體擋住的物體后，讓剩下的圖形放進 gpu 的輸出內存。之后，結果便會被送到電腦屏幕顯示。
責任編輯LK