最近BOSS安排了一个任务，学习OpenGL，既然是学OpenGL，那总得知道OpenGL是做什么的，而在这之前，一切还得从GPU开始讲起。
什么是GPU ？
GPU，中文名：图形处理器（英语：graphics processing unit），又称显示核心、视觉处理器、显示芯片或绘图芯片。是一种专门运行绘图运算工作的微处理器。 在这之前，虽然有显卡（Graphics card），显卡拥有一种称为图像加速器的硬件，但却没有可编程单元。
在1999年8月， 著名的英伟达（NVIDIA）公司提出了发布GeForce 256（著名的GeForce 系列）时，首次提出了图形处理器这个概念，使3D加速器由原本只是简单的栅格器发展到另一个重要的阶段，并加入3D渲染流水线。
GeForce 256是第一个在市场上有这种能力的显卡。它使得每个像素可以经由独立的小程序处理，当中可以包含额外的图像纹理输入，而每个几何顶点同样可以在投影到屏幕上之前被独立的小程序处理。（OpenGL就是编写GPU小程序和渲染控制的一整套API）
图形处理器使显卡减少对CPU的依赖，并分担部分原本是由中央处理器所担当的工作，尤其是在进行三维绘图运算时，功效更加明显。这为各种炫酷逼真的游戏及软件提供了非常有利的硬件支持。
GPU和CPU的差异在什么地方？
从这个图中，大家可以看到，GPU的ALU数量（算术逻辑单元，绿色部分）要比CPU要多得多，但CPU中的ALU要相对大一些，同时GPU的Cache（缓存）和Control（控制器）相比CPU中的要少得多。这意味着什么？
首先，ALU是负责算术运算的（加减乘除），ALU越多，那它就可以同时进行大量的计算，因此，GPU在大规模并发运算这一块要远远优于CPU。
但这并不意味着CPU的算术运算能力就不行，而CPU的ALU虽然少，但可以进行更复杂的运算，并且运算速度也是快的飞起来（串行），并且拥有分支预测等能力，可以降低延时加快运算速度，这在GPU中是没有的。
由于GPU有非常多的Control和小Cache，因此也可以同时拥有非常多的线程（thread）进行同步计算不同的内容。
这里要注意的是缓存的目的不是保存后面需要访问的数据，而是为线程提高服务，这点和CPU非常不同。
引用知乎的一位同学的话：
GPU的工作大部分就是这样，计算量大，但没什么技术含量，而且要重复很多很多次。就像你有个工作需要算几亿次一百以内加减乘除一样，最好的办法就是雇上几十个小学生一起算，一人算一部分，反正这些计算也没什么技术含量，纯粹体力活而已。而CPU就像老教授，积分微分都会算，就是工资高，一个老教授资顶二十个小学生，你要是富士康你雇哪个？GPU就是这样，用很多简单的计算单元去完成大量的计算任务，纯粹的人海战术。这种策略基于一个前提，就是小学生A和小学生B的工作没有什么依赖性，是互相独立的。很多涉及到大量计算的问题基本都有这种特性，比如你说的破解密码，挖矿和很多图形学的计算。这些计算可以分解为多个相同的简单小任务，每个任务就可以分给一个小学生去做。但还有一些任务涉及到“流”的问题。比如你去相亲，双方看着顺眼才能继续发展。总不能你这边还没见面呢，那边找人把证都给领了。这种比较复杂的问题都是CPU来做的。
最后，分享一个非常有意思的视频（直观易懂）：
https://v.youku.com/v_show/id_XNjY3MTY4NjAw.html
引用
维基百科：图形显示器（https://zh.wikipedia.org/wiki/%E5%9C%96%E5%BD%A2%E8%99%95%E7%90%86%E5%99%A8）
GPU与CPU？什么是GPU运算？（https://www.nvidia.cn/object/what-is-gpu-computing-cn.html）
CPU与GPU的设计区别（http://www.cnblogs.com/biglucky/p/4223565.html）
