就连2d兴起的时候，显示芯片的运算能力也没有得到重视——那时候的2d，你在java里弄个一下不也差不多？
直到3d时代来临，一个物体要在空间里经过变换，还要进行光照处理，数学运算能力的重要性才得以体现；而且一开始这些运算也是在cpu上完成的，显卡更大的意义在于光栅化，当时的opengl1x跑在cpu上也是很正常的情况。
gpu这个词是rce256时提出的，当时内部集成了硬件固化的t≈ap;l（光影转换）单元，故名思意就是做空间变换与光照处理，至此，gpu的浮点运算能力算是有了开端。
虽然此时显卡（gpu）的地位被稳固下来，但在很长时间以来也没有人想要拿进行对比，毕竟gpu不仅仅是运算那么简单，几何体的变换裁剪，光栅化，纹理的读取，后期aa……这些功能过于专用化，cpu只能模拟，显然是吃亏的。
当时的处理方案是显卡把运算单元划分给顶点和像素两个阶段，不同显卡为两者分配的计算资源比例不同，也使其在不同游戏下表现出不同的性能。
而到现在还能看到图形api流水线里的vs、ps阶段，一直到前几年dx10开始，gpu的架构迈入通用架构，流处理器的概念被提出，gpgpu开始兴起，gpu这才终于有了和cpu比较的基础。
从此，gpu的核心数越来越多，几十几百甚至上千。
核心多的gpu就是适合做并行量大的工作，渲染一帧画面，多边形数上百万，互不影响（理想条件），最终画面达到1080p，像素数上百万，也互不影响（理想条件），这种良好的并行负载使得gpu的架构能发挥出巨大实力。
但是cpu也并非没有这种使用场景，不然也不会从单核到双核又到四核。
……
事实上两者的单精度运算能力的确差不多，但是换成几乎完全不能并行化的工作负载，例如48个在做不同工作的线程时，结果就不一样了，最终变成主频的战争。
gpu为了提高效率，可以阉割不怎么必要的双精度性能，可以大幅砍掉整数运算性能，也可以去掉大量缓存——在高度并行化的前提下，访存的延迟可以通过流水线隐藏。
举个例子，餐厅打饭需要选菜、盛菜、付款多个步骤，每个步骤1s需要3s，但如果大家排队紧密执行，由于每个步骤互不干扰，n个人只要n+2s，相当于每个人只需要花1s。
gpu也就是这个思路，砍了缓存可以拿来放a，降低功耗还提升运算能力，至于访存的延迟靠工作负载的高度并行与高度局部性来隐藏，这也使得并行度不够时这些问题都会暴露出来，带来更低的性能（高端卡在低分辨率下性能不佳也可以这么解释）。
同样被阉割掉的还有调度单元，cpu做了大量分支预测、乱序执行的组件，但gpu却大量依赖编译器。
换句话说，程序跑在gpu上需要编译时确定寄存器的使用，这对编译器提出了更大的挑战。如果编译器没处理好，那巨大的寄存器资源就会被浪费，其相对于缓存更快的访问速度也会被浪费。
对于手机所用的微芯片来说，单独的显卡芯片也是至关重要的，不然就会限制相关技术的发展和应用，特别是进入4g时代之后，高清视频将会逐渐成为用户的需要，更好画质的游戏也同样如此。
但是却被硬件限制，软件技术上已经能达到，但是芯片技术上目前还是在攻关之中。
英特尔、高通、英伟达……这些公司谁先拿出新一代的集成芯片，那么谁将会在这个市场中占据绝大部分的优势。