挑战CPU，GPU通用化强势来袭

CPU由专为串行任务而优化的核心组成，GPU则是由数以千计的更小、更高效的核心组成的大规模并行架构（专为同时处理多重任务而设计）。因此，在并行处理特定数据的时候，GPU要比CPU高效很多。早期GPU因为指令集有限和浮点小数支持度的问题，并且没有通用计算架构，在通用计算方面限制较多。随着游戏市场需求的牵引，GPU的性能得到了极大的提升，主流的GPU都采用了统一架构单元，大大地扩展了应用范围，从而使得GPU也能够支持越来越复杂的运算，可编程性和功能得到了极大的扩展，单精度浮点处理能力也得到了极大的增强。以NVIDIA显卡为例，其搭载了CUDA通用并行计算架构，该架构让GPU可以参与解决复杂的计算问题，借助NVIDIA提供的CUDA SDK，开发者可以更容易地让GPU参与到运算中。

为创作者而生，建筑可视化新未来来临

虽然光线追踪在概念层面很简单，但是在计算层面却比较复杂

光线追踪对于3D图形创作者来说并不是一个陌生的东西，它早已是好莱坞大片特效中不可或缺的一部分。光线追踪在带来真实和炫酷的画面表现的同时，其计算量也是相当庞大，如今的光线追踪渲染器主宰着虚拟效果制作和动画特效领域。大规模并行GPU的出现扩展了光线追踪的应用空间。从前采用主流CPU时需要几小时才能完成的离线渲染现在使用GPU只需要几分钟的时间。如今NVIDIA GPU与NVIDIA最先进的光线追踪技术堆栈配合使用，提供了相应的计算能力和软件框架，可在消费者级产品上执行实时光线追踪工作负载。……