分析：为何GPU受到服务器厂商的热捧？

　　经过多年的尝试，图形处理单元（GPU）开始受到主流服务器厂商的重视，戴尔和IBM是第一批在高性能计算机（HPC）上采用GPU的一线服务器厂商。GPU通常用在桌面PC上，主要作为电子游戏的高速图形加速器，但服务器厂商很快发现它除了在游戏渲染方面有出色的表现外，在数学计算方面也有先天性优势。

　　今年5月，IBM宣布计划为iDataPlex dx360 M3可横向扩展服务器提供一对Tesla M2050 GPU，戴尔也不甘落后，于6月宣布PowerEdge M610x刀片服务器将会装配一对Tesla M2050 GPU，M610x装配了英特尔至强5500或5600处理器，最大可以提供400亿次/s的计算能力。

　　在这些服务器厂商竞相重视GPU计算的背后，Nvidia（英伟达）是最大的赢家，都说早起的鸟儿有食吃，Nvidia在推动GPU作为数数学密集型计算任务处理单元方面已经持续了很长时间，但直到戴尔和IBM宣布集成Tesla M2050 GPU之前，Nvidia一直未获得一线服务器厂商的支持。

　　GPU历史

　　如果你对PC的发展历史比较了解，你一定还记得8086，80286和80386处理器中就具有数学协处理器了，分别是8087，80287和80387，如果你在20世纪80年代后期购买过PC做数学或科学计算，PC销售人员应该给你讲过数学协处理器，这些附加的芯片是专为快速，准确的计算而设计的，主要买家是电子表格用户，因为那时Lotus 1-2-3是x86上的杀手级应用，安装数学协处理器后计算速度会更快。

　　到80486时，数学协处理器就集成到CPU了，随后的处理器架构不断增加指令加快数学计算速度，到了今天，CPU设计文档称之为“浮点单元”，因为数学计算主要就是浮点运算。

　　计算机只会将数字看作是整数或浮点数，整数没有小数位（如13人），而浮点数有小数位（如 3.14159），细粒度计算都是浮点单元的工作。

　　这对于图形来说特别重要，因为计算构成一个平滑三维图像的三角形位置需要非常精确的分数，多或少一点三角形就会开裂，破坏图像的整体效果，图形处理软件需要计算30位小数获得精确的拟合，颜色和亮度。