你的下一臺(tái)手機(jī)，不一定需要屏幕......

近日，豆包手機(jī)一經(jīng)發(fā)布，便引起了極大關(guān)注。在官方發(fā)布的演示視頻中，用戶只需要發(fā)出“幫我把這瓶洗發(fā)水全平臺(tái)比個(gè)價(jià)，選個(gè)最便宜的下單”的指令，手機(jī)就能在幾分鐘內(nèi)完成各大購物平臺(tái)搜索商品-比價(jià)-加入購物車-跳轉(zhuǎn)結(jié)算頁面的全流程操作。這波操作讓人直呼“未來已來”。

圖源：豆包手機(jī)助手官方視頻

你是不是也在好奇，豆包手機(jī)是如何“看到”我們的手機(jī)屏幕，并精準(zhǔn)點(diǎn)擊每一個(gè)按鍵的？這波絲滑操作的核心，就藏在當(dāng)下最火的半導(dǎo)體產(chǎn)品——GPU里。

先搞懂：GPU是什么？

GPU，即圖形處理單元，是一種專門用于處理計(jì)算機(jī)在屏幕（顯示器）上顯示圖像的裝置。

與GPU名稱類似的半導(dǎo)體有CPU。CPU可以被視為計(jì)算機(jī)的大腦或指揮中心，其主要功能是控制計(jì)算機(jī)內(nèi)部各類設(shè)備運(yùn)行，并處理各種數(shù)據(jù)。在早期，計(jì)算機(jī)的圖像處理任務(wù)完全由CPU承擔(dān)。然而，進(jìn)入20世紀(jì)90年代后，隨著電腦游戲等的快速發(fā)展，所需顯示的圖像變得日益精細(xì)，僅靠CPU已難以滿足實(shí)時(shí)處理的需求。

20世紀(jì)90年代，專為圖像處理設(shè)計(jì)的GPU應(yīng)運(yùn)而生。GPU通過與CPU協(xié)同工作，能夠高效處理顯示在屏幕上的圖像，從而確保畫面流暢呈現(xiàn)。如今你能在電腦上流暢地玩“3A大作”，全靠GPU在背后發(fā)力。

CPU轉(zhuǎn)不過來了？GPU頂上！

現(xiàn)代大多數(shù)半導(dǎo)體中采用了一種名為“金屬-氧化物-半導(dǎo)體場效應(yīng)晶體管”（MOSFET）的晶體管類型。這種晶體管自20世紀(jì)60年代開發(fā)以來，憑借體積小、功耗低以及運(yùn)行速度快等優(yōu)越性能，逐漸成為集成電路的核心組成部件。

就是這玩意，經(jīng)常拆電腦的朋友應(yīng)該都見過

CPU和GPU均由微小的MOSFET組成的集成電路（IC）構(gòu)成。然而，由于它們的用途不同，其結(jié)構(gòu)設(shè)計(jì)也存在顯著差異。其中，最顯著的區(qū)別體現(xiàn)在“核心”的數(shù)量上。

在CPU和GPU中，負(fù)責(zé)執(zhí)行程序等計(jì)算任務(wù)的單元被稱為“核心”。當(dāng)設(shè)備僅配備一個(gè)核心時(shí)，如果某個(gè)程序的處理尚未完成，就無法開始處理下一個(gè)程序。然而，若設(shè)備擁有多個(gè)核心，則可以在每個(gè)核心上同時(shí)運(yùn)行不同的程序，從而實(shí)現(xiàn)“并行處理”。在核心的處理能力（計(jì)算速度）相同的情況下，核心數(shù)量的增加通常會(huì)顯著提升整體的處理能力。

目前市面上銷售的CPU通常配備數(shù)個(gè)至數(shù)十個(gè)核心，而GPU的核心數(shù)則往往超過數(shù)千個(gè)，規(guī)模極其龐大。

盡管如此，核心數(shù)的多寡并不能直接決定GPU的處理能力（計(jì)算速度）是否優(yōu)于CPU。因?yàn)閺膯蝹€(gè)核心的性能來看，CPU的核心通常具備更強(qiáng)的處理能力，尤其在應(yīng)對復(fù)雜計(jì)算任務(wù)時(shí)表現(xiàn)更為出色。

核心數(shù)較多的GPU在處理大量簡單計(jì)算時(shí)表現(xiàn)出色，這主要得益于其并行處理的能力。計(jì)算機(jī)的圖像處理過程可以理解為計(jì)算如何改變屏幕（顯示器）上每一個(gè)像素的顏色。

?

如圖上所示，計(jì)算機(jī)屏幕由無數(shù)小點(diǎn)（像素）組成。這些像素共同構(gòu)成了屏幕的整體顯示效果。為了實(shí)現(xiàn)屏幕顯示的平滑過渡，需要并行計(jì)算每個(gè)像素的顏色變化，從而確保畫面呈現(xiàn)出流暢且細(xì)膩的視覺效果。

盡管每個(gè)像素的顏色變化計(jì)算相對簡單，但由于像素?cái)?shù)量極為龐大，為了實(shí)現(xiàn)流暢的圖像顯示，必須同時(shí)進(jìn)行大量相對簡單的計(jì)算，也就是說，需要進(jìn)行并行處理。

不止看圖，它還是AI的“大腦”

GPU之所以備受關(guān)注，是因?yàn)樗殉蔀槿斯ぶ悄埽ˋI）計(jì)算中不可或缺的核心組件。隨著AI技術(shù)的迅猛發(fā)展，全球范圍內(nèi)對GPU的需求呈現(xiàn)出快速增長的態(tài)勢。與此同時(shí)，在GPU開發(fā)和制造領(lǐng)域占據(jù)領(lǐng)先地位的美國公司英偉達(dá)，其股價(jià)也隨之大幅上漲。2024年6月，英偉達(dá)的市值超過3.33萬億美元（約24萬億元人民幣），超越了微軟和蘋果（均為美國企業(yè)），躍居全球第一，充分體現(xiàn)了其在行業(yè)中的主導(dǎo)地位。

正如前文所述，GPU的優(yōu)勢在于能夠同時(shí)處理大量相對簡單的計(jì)算任務(wù)。而事實(shí)上，AI所需的計(jì)算正是這種類型，即同時(shí)進(jìn)行大量簡單計(jì)算的操作。

近年來，AI技術(shù)采用了一種被稱為“深度學(xué)習(xí)”（deep learning）的方法。在這一方法中，計(jì)算機(jī)程序通過模仿人類大腦中神經(jīng)元網(wǎng)絡(luò)的結(jié)構(gòu)，構(gòu)建出所謂的“人工神經(jīng)網(wǎng)絡(luò)”。

近年來，AI廣泛采用如上所述的人工神經(jīng)網(wǎng)絡(luò)來執(zhí)行多種處理任務(wù)。在人工神經(jīng)網(wǎng)絡(luò)中，大量人工神經(jīng)元能夠并行地交換信號，這種計(jì)算方式與GPU在并行處理方面的優(yōu)勢高度契合。

人工神經(jīng)網(wǎng)絡(luò)由多個(gè)層次組成，每一層包含大量人工神經(jīng)元。通過與相鄰層的人工神經(jīng)元交換信號，AI得以實(shí)現(xiàn)諸如圖像識別和翻譯等多種功能。在這些人工神經(jīng)元之間，大量信號以并行的方式同時(shí)交換。GPU因其在并行處理方面的優(yōu)勢，成為最適合處理這些信號的計(jì)算硬件。

應(yīng)用于AI計(jì)算等非傳統(tǒng)圖像處理領(lǐng)域的GPU被稱為“通用圖形處理器”（GPGPU）。近年來，GPU之所以備受關(guān)注，可以說與GPGPU技術(shù)的迅速發(fā)展密切相關(guān)。

不止是GPU，我們身邊的“智能”產(chǎn)品無一例外地都使用了半導(dǎo)體，比如數(shù)碼相機(jī)的鏡頭、存儲(chǔ)數(shù)據(jù)的U盤、計(jì)算機(jī)的芯片......

半導(dǎo)體為何能在眾多材料中脫穎而出，成為如此關(guān)鍵的存在？究竟什么是半導(dǎo)體？

答案盡在《科學(xué)世界》2025年特輯部分——《全面圖解半導(dǎo)體》！