显卡
概述
显卡（Graphics Card）是在计算机中专门负责图像与视频运算及画面输出的扩展硬件，正式名称为视频卡（Video Card）或显示适配器（Display Adapter）。作为显卡心脏的GPU（Graphics Processing Unit）将数千个小型核心并行排列，同时处理像素单位的运算；凭借这一结构特性，2010年代以后它不仅是3D渲染的核心部件，更成为人工智能训练与推理、科学模拟、加密货币挖矿等通用并行计算（GPGPU）的关键装置。如今，显卡市场已分化为游戏消费级市场与数据中心·AI市场，成为半导体产业中最大的战场之一。
主要内容
1. 硬件构成要素
显卡主要由GPU芯片（裸片）、VRAM（显存）、供电模块（VRM）、散热方案、PCB基板和输出接口构成。GPU裸片可划分为运算核心（CUDA核心·流处理器）、纹理映射单元（TMU）、光栅运算单元（ROP）、光线追踪加速器和张量核心等。显存以GDDR系列为主流，正从GDDR6向GDDR7进行世代更替，最高端产品线则采用HBM（高带宽内存）。显存位宽与带宽是决定高分辨率、高质量纹理处理性能的关键指标。供电通过PCIe插槽与辅助供电接口（8针·12V-2x6等）实现，近来旗舰显卡的功耗常常超过400W。
2. 历史与世代划分
1990年代初，2D专用显卡与以3dfx Voodoo为代表的3D加速卡曾各自独立存在；1999年英伟达的GeForce 256确立了“GPU”这一概念，开启了整合型3D显卡时代。此后经历了与ATI（现AMD）的竞争、2006年CUDA平台的出现、2018年实时光线追踪（RTX）的引入，以及2020年代DLSS·FSR等AI超分辨率技术的普及等发展历程。接口历经AGP，最终确立为PCI Express（目前为PCIe 5.0/6.0），输出端子则以HDMI和DisplayPort为标准。
3. 分类
按用途可分为游戏·创作者用消费级显卡、工作站专业显卡（Quadro·Radeon Pro）、数据中心·AI加速卡（Instinct·H100/B200系列）以及集成显卡（内置GPU）。从板型形态看，存在台式机扩展卡、笔记本用MXM·板载方式以及外置GPU（eGPU）扩展坞方式。性能等级通常划分为入门级（60级以下）、中端（70级）、高端（80~90级）。
4. 主要厂商与生态
GPU设计由英伟达、AMD、英特尔三家主导，其中英伟达占据消费级市场约80~90%的份额。成品显卡由华硕、微星、技嘉、EMTek、蓝宝石、撼讯等AIB（Add-in Board）合作伙伴制造。软件生态同样是重要的竞争要素：英伟达的CUDA已成为AI·科学计算领域事实上的标准，AMD的ROCm与英特尔的oneAPI正在其后追赶。图形API方面则使用DirectX 12 Ultimate、Vulkan、OpenGL、Metal等。
5. 性能指标
性能通过核心数量、时钟频率、显存带宽、TDP（功耗）以及实际游戏帧数与基准测试来评估。近来，光线追踪处理性能、超分辨率画质，以及对帧生成技术的支持与否，已成为购买决策的关键变量。每瓦性能（瓦特帧数）与发热·噪音也是重要的实际使用指标。
6. 应用领域
应用范围极为广泛，包括3D游戏、视频编辑·3D渲染、CAD、医学影像处理、气象·分子模拟、自动驾驶训练、生成式AI模型的训练与推理、加密货币挖矿等。特别是2022年以后，随着生成式AI热潮兴起，数据中心用GPU需求爆发式增长，产业结构随之重塑。
最新动向
2024~2025年显卡市场的最大话题无疑是AI加速与能效。英伟达推出了基于Blackwell架构的RTX 50系列（2025年）以及数据中心用B200·GB200，正式引入GDDR7显存、PCIe 5.0与12V-2x6供电规格。像DLSS 4的多帧生成那样，AI被整合进整个渲染管线的趋势正在加速；AMD以RDNA 4架构和FSR 4（基于机器学习）应对，英特尔则以Arc B系列（Battlemage）主攻性价比市场。另一方面，美国对华先进GPU出口管制持续实施，导致各地区产品规格出现分化、供应链重新调整；三星电子·SK海力士的HBM供应竞争、对台积电代工的依赖、以及小芯片（chiplet）设计与先进封装（CoWoS）需求的激增也成为主要议题。在消费级市场，随着4K·高刷新率显示器的普及，人们对功耗与价格上涨的担忧日益加深，降压（undervolting）与以能效为中心的调校已成为新的用户趋势。
相关主题
- [[GPU]]
- [[英伟达]]
- [[AMD]]
- [[人工智能]]
- [[半导体]]
- [[CUDA]]