GPU，可编程图形处理单元的学名，俗称可编程图形硬件，一般称为银行外显卡(GPU不是显卡，它是显卡中的核心处理单元)。
GPU的概念产生于20世纪70年代和80年代的交替年代，主要用于游戏和电子游戏。当时所有的战力只能快速合成几张图。十年后，20世纪80年代和90年代之交，基于数字信号处理的芯片出现了。它的主要特点是价格昂贵，当然它的性能也得到了很大的提升。1991年和1995年，对2D加速器的支持升级。
1998年是划时代的一年。NVIDIA宣布成功研发现代GPU，进入GPU可编程时代，这是一个历史性的突破。与以前的GPU不同，程序员可以在GPU的处理单元中运行代码，而以前的GPU只能处理固定的功能。设计完成后，用户无法根据需要扩展功能，最多可以参与简单的设置(固定管道着色器)。
1998年以后，现代GPU的发展可以分为四个阶段：
第一代代表是英伟达的TNT2、ATI的Grage和3Dfx的Voodoo3。这个时期GPU的功能非常有限，只能用于纹理组合的数学计算或者像素值的计算。
第二代，从1999年到2000年(都是时代的转折)，这一时期的GPU具备了3D坐标变换和光照计算的能力，OpenGL和DirectX7(图形接口集群)先后通过硬件支持应用的坐标变换。同时，将纹理操作扩展到三维立方体贴图。代表作有NVIDDIA的GeForce256、MAX、ATI的镭龙7500等。
第三代，2001年，支持顶点编程能力的显卡问世(暂时不支持像素编程能力)。
第四代，到目前为止，市面上的显卡同时支持顶点和碎片编程能力。当前课程的一个重要部分是顶点和片段着色器。
那就好好想想，同学们。为什么要开发GPU？CPU不能也执行程序吗？显卡还能做什么？
我们先来看一张图片：
GPU:更少的控制器和更多的计算单元。
CPU:控制器很大，但是计算单元很少。这里不用担心计算单位的面积，只是示意图。
GPU采用流式并行计算模式，每个计算单元可以独立负责一个像素，每个像素不依赖于相邻像素的数据，因此每个计算单元都是独立并行的，不需要控制器的额外干预。
另一方面，CPU有很多线性处理。该数据可能取决于先前数据的结果。同时还需要控制器取指令，指出下一条指令在内存中的位置。因此，CPU的结构不适合独立的像素操作(逐像素操作的效率极低)。
GPU在控制上弱于CPU，但在并发性上远优于CPU。比如黑客破解密码，需要进行大量的试探性计算，首选肯定是GPU。
因此，在计算能力方面，GPU的计算能力远超CPU因为它的高并发性。但是说到分配、顺序和控制，CPU比GPU好。