图形处理器（Graphics Processing Unit,简称GPU）每秒能够进行数以亿次的计算，目前其已成为一种性能十分惊人的器件。通常，GPU主要用来承担实时图形渲染中的海量数学运算，然而，其潜在的计算能力也可用于处理与图形无关的任务。
CUDA与OpenCL早已能够基于GPU实现并行计算，而OpenGL与DirectX也分别于OpenGL4.3与DirectX11版本后能够通过计算着色器的方式基于GPU实现并行计算。从图中可以看到，计算着色器是独立与通常的渲染管线的。
CUDA：NVIDIA推出的通用并行计算架构，该架构能够使用GPU解决复杂的计算问题。
OpenCL：针对异构系统进行并行编程的一个全新API，能够利用GPU进行并行计算。
1. CPU与GPU
前面提到了计算着色器能够基于GPU实现并行计算，从而提升计算能力，那么GPU到底独特在哪呢？为什么又比CPU的计算速度还要快？
理解CPU与GPU之间区别的一种简单方式是比较他们是如果处理任务的：
- CPU 由专为顺序串行处理而优化的几个核心组成，其需要很强的通用性来处理各种不同的数据类型，除此之外逻辑判断会引入大量的分支跳转和中断处理，使得CPU的内部结构异常复杂。
- GPU 拥有一个由数以千计的更小、更高效的核心（专为同时处理多重任务而设计）组成的大规模并行计算架构。
其中，绿色是计算单元，橙红色是存储单元，橙黄色是控制单元。
GPU采用了数量众多的计算单元和超长的流水线，但只有非常简单的逻辑控制并省去了Cache；而CPU不仅被Cache占据了大量空间，还有很复杂的控制逻辑和诸多优化电路，相比之下计算能力只是GPU很小的一部分。