在台北國際電腦展上，NVIDIA 執行長黃仁勳公開宣告「CPU 時代終結」，把目光鎖定在「GPU」。一時之間，GPU、平行運算、加速運算成了熱搜關鍵字。這顆小小晶片到底厲害在哪裡？為何連挖礦、生成式 AI 都搶著用它？本文用「漢堡翻面」的貼切比喻，帶你一次讀懂 GPU 是什麼、它和 CPU 差異在哪裡，以及為何「買越多、省越多」。
一、GPU 與 CPU：核心概念先對焦
- CPU（Central Processing Unit）
被稱為電腦的「大腦」或「通才」。它擁有複雜的控制邏輯與快取架構，能應付各式邏輯判斷、循序執行任務，但一次只專注在少數幾條指令。 - GPU（Graphics Processing Unit）
專精於「並行處理」。簡單的架構塞進成千上萬顆小核心，一次可同時執行上百條相同指令，適合大量數值運算。
簡單一句話：CPU 像一位大廚、所有菜都要親手做；GPU 像十幾位廚房助理，手握相同食譜，一次做百道相同料理。
二、從「遊戲顯卡」到「AI 加速器」的華麗轉身
最初，GPU 只是為了要「顯示畫面」而生。畫面由數百萬顆像素構成，若只靠 CPU 逐一算顏色與光線，負荷過大。GPU 把「算顏色」這項單純但量大的工作大量並行化，因此即時 3D 場景、電競特效得以流暢呈現。
後來，研究人員發現「算顏色」其實就是專精數學運算，這與深度學習中的矩陣乘法相似，於是 GPU 開始跨足以下三大場景：
- AI 訓練與推論
大型語言模型需要上兆次矩陣乘法，GPU 用千百核心並行計算，縮短訓練週期，造就生成式 AI、AI 繪圖、語音轉文字的飛快進步。 - 加密貨幣挖礦
挖礦本質是大量 hash 運算。GPU 的平行架構能在一秒內尋找數萬個 nonce，比 CPU 高出數十倍算力，進而推動顯卡荒。 - 高幀率媒體與 VR/AR
8K 影片剪輯、虛擬實境即時渲染，同樣受益於 GPU 大量並行核心，讓創作者即時預覽、加速後製輸出。
三、一張比喻圖：CPU vs GPU 之「漢堡翻面大作戰」
想像今晚要服務 1,000 位客人，每位客人都要一塊完美煎熟的漢堡排。
- CPU 版本：一位米其林大廚親自上陣，一支鍋鏟翻 1,000 塊肉，需要 2 小時。
- GPU 版本：100 位初級助理同時開工，每人負責 10 塊肉，只要 2 分鐘 20 秒就完工。
把漢堡換成「神經網路權重」或「比特幣 hash」即可秒懂：同時翻越多、效率越高。
四、為什麼企業願意「買越多、省越多」？
黃仁勳強調 GPU 的表面單價高，但攤提總擁有成本（TCO）後卻能省錢。原因如下：
- 取代多台伺服器：原本需要 10 台 CPU 機器才能完成的 AI 訓練，1 台 8-GPU 伺服器就能搞定，省下機房、風電、人力成本。
- 節省開發時程：研究人員不用再等半年才能跑一次模型，Experiment 迭代一小時就能驗證，上市速度減少數月甚至數年。
- 功耗優勢：以單位功耗完成的浮點運算量來算，GPU 每瓦效能是 CPU 的 5–30 倍，大幅降低電費。
五、挑選 GPU 應留意的五大參數
| 指標 | 暗示效率 |
|---|---|
| CUDA/流處理器 | 數量愈多，並行度愈高 |
| VRAM 容量 | 大模型、8K 剪片需高記憶體 |
| Tensor 單元 | 專管 AI 矩陣乘法，增效 5–10 倍 |
| RT/光追核心 | 遊戲及即時渲染畫面品質 |
| TDP 功耗 | 直接影響電費與散熱需求 |
別忘記查看驅動相容度與 CUDA 版本支援度，避免硬體效能最佳、軟體跑不動的窘境。
六、常見問題 FAQ
Q1：我用 CPU 也能跑 AI，為什麼要買 GPU？
A：不是不能跑，而是「跑太慢」。以 ResNet50 為例，GPU 訓練時間可從 CPU 的 10 天縮到 6 小時，差距近 40 倍。
Q2：顯卡挖礦會不會「用壞」？
A：長時間高負載確實縮短風扇壽命，但晶片本身若保持 60°C 以下，壽命影響有限。購買二手卡時建議查看「核心溫度曲線」與「BIOS 前景時脈」。
Q3：GPU 價格大起大落，何時入手才不踩雷？
A：觀察三大指標：顯示卡庫存水位、新一代資料中心晶片發布、加密貨幣價格。一般在新卡正式發售前 3 個月，舊代降價最明顯。
Q4：筆電沒獨顯，能否外接 GPU？
A：可透過 Thunderbolt 3/4 eGPU 外接盒，但頻寬與驅動限制會讓效能打 7–8 折。若主要工作為 AI 訓練，仍建議桌機或雲端 GPU 方案。
Q5：AI 推論是不是非 GPU 不可？
A：中型模型可用 CPU 或 Apple Silicon 的 Neural Engine。但若想即時回覆聊天機器人，每一毫秒都影響體驗，GPU 仍是最佳選擇。
結語：GPU 不只是顯卡，而是新運算時代的心臟
無論你是資料科學家、遊戲玩家、影音創作者還是區塊鏈礦工，GPU 已悄悄成為「加速運算」的代名詞。它把看似高不可攀的 AI、8K 剪輯、沉浸式體驗帶到凡人電腦桌。隨著 NVIDIA、AMD、Intel 推出更新一代架構，GPU 將持續扮演「買越多、省越多」的關鍵角色。準備好迎接這場平行運算的革命了嗎？