首页 › tech › 显卡解剖课：AI算力从哪来

显卡解剖课：AI算力从哪来——一条数百万播放的GPU架构神课深读

概述

每当AI又刷新榜单，评论区总会出现同一个问题：这些算力到底从哪来？答案九成九指向一个已经存在二十多年的硬件——显卡。Branch Education的《How do Graphics Cards Work? Exploring GPU Architecture》是YouTube上把GPU讲得最透的科普视频之一，它用芯片级解剖图，把“显卡凭什么能扛起整个AI时代”这件事讲成了可视化的工程课。本文按视频叙事主线逐层拆解，补齐它背后的理论源流，并指出哪些说法被简化了——读完后，你再看任何“万亿参数”“多少TFLOPS”的新闻，都能拆到硬件这一层去理解。

视频基本信息

项目	内容
视频标题	How do Graphics Cards Work? Exploring GPU Architecture（显卡是如何工作的？GPU架构探秘）
频道	Branch Education（工程科普频道，专注芯片、网络、硬件原理可视化拆解）
上线时间	2022年（据频道页面）
播放热度	数百万级，为其硬件系列头部作品（据频道页面）
内容形态	三维动画+芯片解剖图，约二十分钟的架构讲解

注：本文写作时实时检索通道受限，发布时间与播放量未能当场核验，以上按频道页面的公开信息整理，精确数字请以视频页为准。选题理由：2025年以来AI算力话题持续升温，这条2022年的架构课在推荐流与社区讨论中反复回热，恰好补上多数人“知道GPU重要、却说不出它是什么”的认知缺口。

核心主张拆解：视频到底讲了什么

要点一：一切从“百万像素同时点亮”开始

视频的起点不是芯片，而是屏幕。一块1080P的屏幕约有207万个像素，每个像素的颜色由红绿蓝三个分量决定，游戏每秒还要重画60次以上。这意味着图形渲染本质上是一个规模惊人的“同时计算”问题：几百万个像素各自的颜色，可以在很大程度上独立算出来。

这正是CPU的噩梦。CPU的强项是“一个聪明的核把一件事算到底”：复杂的分支预测、乱序执行、大缓存，都是为“串行逻辑”设计的。而渲染恰恰相反——任务海量、彼此独立、每个都很简单。视频在这里给出了全片的第一性原理：与其用一个聪明核排队处理一百万个像素，不如造一万个笨核，每人分一个。GPU的本质，就是把“并行”做成了物理结构。

要点二：解剖GPU——流多处理器与SIMT执行

接下来视频把显卡的“盖子”打开。现代GPU的核心组织单元叫SM（Streaming Multiprocessor，流多处理器），一块高端GPU芯片上密布着几十上百个SM，每个SM内部又塞着大量简单的计算核心。视频用三维动画展示了这种“细胞式”的版图：计算核心成阵列排布，中间穿插着缓存与调度单元，芯片边缘一圈是显存控制器。

执行模型上，GPU采用的是所谓SIMT（Single Instruction, Multiple Threads，单指令多线程）思路：一小组线程（NVIDIA体系里一个warp是32个线程）锁步执行同一条指令，只是各自处理不同的数据。这带来一个关键的工程代价，也是视频点到的隐含前提——如果这32个线程走了不同的分支，“锁步”就退化为轮流执行，并行优势瞬间蒸发。这就是所谓“分支发散”（divergence）问题：GPU不怕任务多，就怕任务“各想各的”。

要点三：真正的软肋不是算力，是喂饱算力

视频最见功力的一段，是把镜头从计算核心转向了显存。一个反直觉的事实是：GPU里的晶体管绝大部分并不在做“计算”，而是在做“搬运”——寄存器、一级缓存、二级缓存、共享内存，层层逼近芯片边缘的GDDR显存，每一层的存在都是为了解决同一个矛盾：计算核心越堆越多，数据从显存赶过来的速度却跟不上。

视频由此解释了玩家社区的日常经验：为什么两块“算力差不多”的显卡，游戏帧数可能差一大截？因为决定上限的常常是显存带宽而非峰值算力。算得快只是必要条件，喂得饱才是充分条件。这个“内存墙”（memory wall）概念，是理解后面AI部分的一把钥匙。

要点四：从像素到矩阵——AI为什么“蹭”上了显卡

视频的后半段把视角从游戏转向AI，这也是它在AI时代反复翻红的原因。神经网络训练的主体运算是什么？大规模矩阵乘法——本质上是海量的乘加运算，彼此独立、结构规整，和“每个像素算个颜色”在计算形态上惊人地同构。

于是历史发生了那个著名的巧合式合流：AI研究者发现，为游戏玩家造的图形硬件，恰好是跑神经网络的最优解之一。NVIDIA顺应这个趋势，在2017年的Volta架构上正式引入了张量核心（Tensor Core）——一种专门为矩阵乘加设计的电路单元，把原本需要多个时钟周期拆解的矩阵运算，压缩成专用硬件里的一步。视频强调，这不是GPU“天生为AI而生”，而是AI的需求反向重塑了GPU的架构——今天的旗舰显卡里，为传统图形准备的部分占比越来越小。

要点五：生态即护城河——CUDA才是终极答案

视频的收尾落在了一个容易被忽视的层面：软件。GPU硬件再强，也需要开发者能把并行任务“翻译”上去。2007年NVIDIA推出CUDA，让程序员可以用类C语言直接写大规模并行程序；十几年积累下来，CUDA成了事实上的并行计算标准栈，几乎所有深度学习框架的底层都依赖它。

视频没有明说、但数据可以支撑的推论是：显卡生意真正的壁垒不是那块硅片，而是二十年沉淀的软件生态。这也解释了为什么其他硬件厂商即便造出纸面参数相当的芯片，仍难以撼动格局——迁移的从来不只是代码，是整套工具链、库和社区经验。

知识与理论溯源：这些说法背后的真实源流

视频的每个论点都能追溯到扎实的学术与工程史，这也是它经得起深挖的原因：

“万核替代一核”的思想源头：并行计算机并非新事物。1960年代的Illiac IV就是早期的大规模并行机尝试；1980年代Thinking Machines公司的Connection Machine CM-2塞进了65536个一位处理器，其创始人Danny Hillis的理念正是“用海量简单单元代替少数复杂单元”。视频的“笨核海”隐喻，是这段历史的通俗化重述。
SIMT执行模型：源自Michael Flynn在1966年提出的计算机体系结构分类法（Flynn's Taxonomy）。其中的SIMD（单指令多数据）一支，经由向量机、多媒体指令集（MMX/SSE）一路演化，到2000年代由GPU厂商工程化为SIMT。视频讲的“锁步执行”，标准出处就是Flynn分类下的这条工程谱系。
"GPU"这个词本身：1999年NVIDIA发布GeForce 256时，首次在营销上使用"Graphics Processing Unit"一词，宣称它是“世界第一款GPU”。今天我们习以为常的名词，其实是厂商定义的成功——这也提示我们，GPU从来不是学术严格定义的产物。
内存墙：这一概念在1990年代由Wulf与McKee在论文《Hitting the Memory Wall: Implications of the Obvious》中正式提出，警告处理器速度的增长远快于内存延迟的改善。视频对显存层级的强调，正是这个三十年预警在GPU上的当代版。
GPU×深度学习的合流点：2012年，Hinton团队的学生Alex Krizhevsky、Ilya Sutskever用两块GTX 580显卡训练AlexNet，在ImageNet竞赛上把错误率大幅甩开第二名，引爆了深度学习十年浪潮。这是“AI蹭上显卡”的确切历史时刻，也有确切的文献——NeurIPS 2012的《ImageNet Classification with Deep Convolutional Neural Networks》。
领域专用架构的大背景：2017年图灵奖得主Hennessy与Patterson在其获奖演讲《计算机体系结构的新黄金时代》中系统论证：摩尔定律与登纳德缩放定律放缓后，未来的性能增益将来自领域专用架构（DSA）。张量核心正是DSA论断最成功的商业案例。
“带宽优先”的量化工具：如何判断一个负载是“算力受限”还是“带宽受限”？伯克利实验室的Samuel Williams等人在2009年提出的Roofline模型给出了图形化答案：算出应用的运算强度（每字节数据支撑多少次运算），对照硬件的“算力天花板”与“带宽天花板”的比值，一眼看出瓶颈在哪侧。

批判性审查：哪些可信，哪些被简化了

证据充分的部分：视频对SM结构、显存层级、SIMT执行、CUDA历史的讲解，与NVIDIA官方白皮书、体系结构教材（如Hennessy与Patterson的《计算机体系结构：量化研究方法》）完全一致，属于工业界无争议的标准知识。三维动画呈现的芯片解剖，也符合公开的晶圆显微镜照片。

被简化的部分，读者需要心里有数：

第一，“一万个笨核”的比喻掩盖了调度复杂性。真实的GPU核心并不“笨”——现代SM拥有复杂的warp调度器、寄存器重命名式的占用率管理和延迟隐藏机制。GPU性能调优的难度不在“核多”，而在于让每个warp永远有活干、有数据用。视频为了可视化牺牲了这一层，可以理解，但初学者若据此以为“并行=堆核”，会低估实战门槛。

第二，“GPU天生适合AI”是回溯性叙事。时间线上是先有AI研究者借用图形显卡（2012年AlexNet连纹理缓存都被拿来当数据缓冲用），后有为AI设计的张量核心（2017年）。视频的大致讲法容易让人误以为GPU是为AI设计的——恰恰相反，是AI长在了GPU上，然后GPU才长成了AI的形状。

第三，视频的视角以NVIDIA为中心，而2022年之后加速器世界已经继续演化：HBM高带宽显存从超算下沉到AI芯片、多芯片模块（chiplet）路线兴起、各家云厂商自研ASIC。视频作为“GPU是什么”的入门是完全合格的，但若把它的2022年图景当作2026年的完整地图，会漏掉半场战争。

第四，一个视频未展开的真问题：CPU与GPU正在互相渗透——CPU不断加宽向量单元，GPU不断加强控制流与通用性。所谓“取代”是个伪问题，真正的趋势是两者在“领域专用”的中间地带合流。

认知提升与实用启示

一、看显卡规格，先看带宽再看算力。下次看到新卡发布，别被峰值TFLOPS晃了眼：先查显存类型（GDDR还是HBM）、显存带宽、缓存容量。按Roofline模型的逻辑，多数AI推理负载其实更吃带宽。这一条同样适用于选购时判断“性价比卡”与“算力卡”的真实差距。

二、把“分支改数据”的思维方式迁移到日常。GPU最重要的思想不是硬件，而是任务形态：怕分支、爱批量。写代码时把一串if-else改写成查表或向量化运算，把零散请求合并成批处理，本质上都是在“讨好GPU式的执行模型”。哪怕你永远不写CUDA，这种重构思维也能带来实打实的性能红利。

三、用“算力—带宽—生态”三角解读AI新闻。再看到“新芯片挑战英伟达”“模型训练成本几何”之类的新闻，用这个三角去拆：算力参数多少？带宽给到了吗？CUDA生态的代码能不能迁？三角缺一角，故事就只讲了一半。这个框架比任何“吊打”“登顶”的标题党都耐用。

视频论证结构图

flowchart TD
    A[百万像素<br/>同时点亮] --> B[一个聪明核<br/>排不过来]
    B --> C[一万个笨核<br/>各管各的像素]
    C --> D[SIMT锁步执行<br/>同指令不同数据]
    C --> E[矩阵乘法<br/>AI的原子操作]
    D --> F[软肋：内存墙<br/>算得快喂不饱]
    F --> G[分层存储<br/>寄存器到显存]
    E --> H[张量核心<br/>专为矩阵而生]
    H --> I[2012 AlexNet<br/>GPU接住深度学习]
    I --> J[CUDA生态<br/>二十年软件护城河]
    G --> K[解读AI算力<br/>算力-带宽-生态三角]
    J --> K

参考来源

Branch Education频道页 — 视频出处，其硬件解剖系列涵盖GPU、CPU、内存、互联网基础设施
ImageNet Classification with Deep Convolutional Neural Networks — NeurIPS 2012，GPU×深度学习合流的历史节点
NVIDIA CUDA Zone — CUDA官方页面，视频第五要点所述软件生态的主体
Flynn's Taxonomy - Wikipedia — SIMT执行模型的理论源头（Flynn, 1966）
NVIDIA H100 — 当代数据中心GPU规格参考

本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。

[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。

51学通信知识星球海报-扫码加入