引言

GPU 的每一个硬件单元，都是为了解决一个具体的性能瓶颈而生的。

CUDA Cores 是最古老的答案。CPU 的核心少但每个很强，适合串行逻辑；GPU 的思路反过来——用几万个简单核心同时并行，暴力解决需要大量重复浮点运算的问题。最初是图形着色，后来发现科学计算、物理仿真、密码学也能用，于是 GPGPU 诞生了。

Tensor Cores 是深度学习爆发的产物。神经网络的核心运算是矩阵乘加，CUDA Cores 能算，但效率不够高。NVIDIA 在 2017 年的 Volta 架构里专门设计了 Tensor Core，把矩阵乘加做成固定电路，速度比 CUDA Cores 高一个数量级。RTX 5090 搭载的第五代 Tensor Core 新增了 FP4 精度，专门为大模型推理提速。

RT Cores 是光线追踪实时化的产物。光追的核心计算是光线与场景几何体的求交，传统上在 CUDA Cores 上计算太慢，无法实时。NVIDIA 从 Turing 架构开始引入专用的 BVH 遍历加速电路，让实时光追从理论走进游戏。

NVENC / NVDEC 是视频处理需求的产物。视频编解码是高度标准化的算法流程，与其占用宝贵的 CUDA Cores，不如做一块专用 ASIC。它功耗极低、速度极快，而且完全独立——你可以一边用 CUDA 训练模型，一边用 NVENC 推流，互不干扰。

纹理单元、光栅化、ROP 是图形渲染管线专用的固定功能单元，它们伴随 GPU 诞生，负责把三角形变成屏幕上的像素。

Optical Flow 引擎、NVJPEG 是特定应用场景下性价比的极致追求——专用硬件做专用的事，不占通用算力。

AMP（AI 管理处理器） 是 Blackwell 新引入的调度单元，专门解决 AI 推理和图形渲染混跑时的任务分配问题，让两条流水线互不阻塞。

现代 GPU 早已不再是单纯的图形处理器，而是化身为了高度复杂的异构计算引擎。在这里，每一个硬件单元的诞生，都刻满了对算力和效率的极致渴望。