一、理解几个问题
1、显卡的全称是什么？
显示接口卡(Vedio Card、Griphics Card)、显示器配置卡。个人电脑基本组成部件之一。
2、显卡的作用是什么？
a>连接显示器和主板的元器件。
b>将计算机需要的显示信息进行处理，并向显示器提供信号，控制显示器正确显示图像信息。
3、显卡的分类有哪些？
这里是按照显卡的存在位置进行分类的，当然了不同的分类标准有不同的结果。
a>集成显卡(使用系统的一部分内存作为显存)
集成显卡---主板芯片组集成了显卡芯片
核心显卡(核显)---处理器内部集成了显卡芯片
b>独立显卡
独立于主板的板块，需要的时候可以插到主板上面。具备独立的显存，不占用系统的内存，但是当显示内存不够用的时候可以共享部分系统内存作为显存使用
4、显卡与GPU有什么关系？
显卡由GPU、显存、电路板、BIOS固件等组成，GPU只是显卡上的一个核心部件，GPU是区分显卡显示性能的重要部件。所以，GPU不等于显卡。另外，目前GPU只能焊接在显卡的线路板上使用，不能单独使用。
5、市面上常见的电脑显卡生产商有哪些？
首先需要明白GPU生产商和显卡生产商是不一样的。没有生产GPU能力的厂商也可以通过自己购买GPU及相关部件组装显卡再销售。
以下是大家比较熟悉的几家GPU及显卡生产销售商:
英特尔INTEL---主要生产集成显卡，Intel的GPU主要用在集成显卡上，而且基本只是用在自家的主板和笔记本上。
英伟达NVIDIA---现在最大的独显生产销售商。主要生产Geforce显卡系列，比如GTX580 GTX480 GTX470 GTX460 GTX295等，还有专业的Quadro系列等。也生产集成显卡。
超微AMD(ATI)---现在第二大独显生产销售上，它的前身是ATI。主要生产HD显卡系列，比如HD5870,HD5970,HD6970等。在专业领域有FireGL系列。
Matrox---当年和INTEL,ATI一起争夺独立显卡市场份额的一家公司，现在不行了。目前，Matrox的专业显卡涉足的是2D领域，例如CAD。
6、CPU和GPU的主要区别是什么？
CPU---调度、管理、协调能力强，计算能力则位于其次。擅长统领全局的等复杂操作
GPU---相当于一个接受CPU调度的“拥有大量计算能力”的员工，擅长对大数据进行简单重复操作
所以，当需要对大数据做同样的事情时，GPU更合适，当需要对同一数据做很多事情时，CPU更合适。关于图形方面的以及大型矩阵运算，如机器学习算法等方面，GPU就能大显身手。
深度学习是模拟人脑神经系统而建立的数学网络模型，这个模型的最大特点是需要大数据来训练。因此，对电脑处理器的要求，就是需要大量的并行的重复计算来达到训练数据的目的，GPU正好有这个专长。因此，在大数据、人工智能“火爆”的现在，GPU的重要性不言而喻。
二、总结
一直在尝试去学习图像渲染方面的知识，奈何在一众网友、博文的推荐下，总是力不从心，收效甚微。于是，就跟着自己的感觉，从原点开始，先把自己能想到的问题都解决一下，在此基础上再按照网上方法系统学习，效果也许会好一点。