Scope
子类入口
4 个常见子类
家族导航
GPU
GPU 家族页，围绕定位、典型负载、关键架构变量、软件栈和代表产品建立入口。
快速导览
用最少的信息先抓住这个家族最重要的边界、代表产品和相关内容入口。
定义与边界
GPU 是面向高并行吞吐的加速家族，通常围绕图形渲染、科学计算、AI 训练和高吞吐推理构建。
- 适合大规模数据并行与吞吐密集型任务，不等于所有 AI 与计算任务的默认答案。
- 小 batch、强控制流、严格实时性任务经常需要 CPU、NPU 或 SoC 协同。
主要子分类
先看 GPU 内部常见子类，再进入具体芯片、软件栈与选型问题。
- datacenter GPU
- workstation GPU
- edge GPU
- integrated GPU
典型工作负载
先按 workload 看这类器件为什么存在，再去判断具体厂商和具体芯片。
- 大模型训练、高吞吐推理、推荐系统、科学计算和 HPC。
- 图形渲染、视频处理以及需要强并行向量计算的工作负载。
关键架构变量
这些变量通常比单个峰值参数更能解释同一家族内部的代际差异。
- 并行计算单元组织方式、矩阵加速路径、调度策略和精度支持决定代际差异。
- HBM / GDDR、互连拓扑、单卡到多卡扩展方式会显著改变真实表现。
软件栈观察点
xPU 的真实可用性经常取决于软件链路，而不只是硬件参数表。
- 驱动、编译器、框架适配和 profiling 工具成熟度通常比峰值参数更影响落地。
- 要同时看开发者生态、迁移门槛、容器化部署和集群调度支持。
代表厂商与芯片
GPU 页面会同步给出代表厂商、代表产品和相关内容，帮助用户从概念直接跳到具体对象。
- 代表厂商：NVIDIA / AMD / Intel / Apple
- 代表产品：NVIDIA H100 / AMD Instinct MI300X
- 延伸阅读：6 条
代表厂商
NVIDIA
以 GPU 和 AI 软件生态为核心，同时延伸到网络、DPU 和整机集群方案。
AMD
同时覆盖 CPU、GPU 与自适应计算产品线，适合从平台能力和产品组合角度观察。
Intel
覆盖 CPU、GPU、FPGA、AI 加速等多条路线，是理解传统通用计算厂商转向异构计算的重要样本。
Apple
以 SoC 为中心，把 CPU、GPU、NPU、媒体与内存体系深度整合，是端侧一体化设计代表。
代表芯片
NVIDIA H100
Hopper 代数据中心 GPU，重点服务大规模训练、高吞吐推理与 HPC。
AMD Instinct MI300X
面向大模型训练与推理的数据中心 GPU，是 NVIDIA 高端 GPU 的核心对照样本之一。
芯片档案覆盖维度
该家族下的芯片档案会沿 16 个重点维度展开，兼顾常青信息与动态更新。
- 定位与概览
- 产品线与代际关系
- 微架构与设计思路
- 制程、封装与物理实现
- 计算单元与并行结构
- 内存层级与带宽
- 互连、I/O 与扩展能力
- ISA / 编程模型 / 可编程性
- 软件栈、驱动、编译器与框架
- 性能特征与主要指标
- 功耗、热设计与部署约束
- 适用工作负载与典型应用
- 基准、方法与结果解读
- 横向对比与替代关系
- 生态、社区与商业化情况
- 最新动态与版本跟进