显示硬件发展与视频开发系列(9)----相关术语

9.1、APU

        APU：Accelerated Processing Unit，加速处理器。AMD公司推出加速图像处理芯片产品。

9.2、BPU

        BPU： Brain Processing Unit，大脑处理器。地平线科技提出的嵌入式人工智能处理器架构。第一代是高斯架构，第二代是伯努利架构，第三代是贝叶斯架构。目前地平线已经设计出了第一代高斯架构，并与英特尔在2017年CES展会上联合推出了ADAS系统（高级驾驶辅助系统）。

9.3、CPU

        CPU：Central Processing Unit，中央处理器。目前PC 核心主流产品。

9.4、DPU

        DPU：Deep learning Processing Unit，深度学习处理器。最早国内深鉴科技提出，基于Xilinx可重构特性的FPGA芯片，设计专用的深度学习处理单元，可基于已有的逻辑单元，设计并行高效的乘法器及逻辑电路，属于IP范畴，抽象出定制化的指令集和编译器，而非使用OpenCL，从而实现快速的开发与产品迭代。事实上，深鉴提出的DPU属于半定制化的FPGA。

9.5、FPU

        FPU：Floating Processing Unit，浮点计算单元。通用处理器中的浮点运算模块。

9.6、GPU

        GPU：Graphics Processing Unit，图形处理器。采用多线程SIMD架构，为图形处理而生。

9.7、HPU

        HPU：Holographics Processing Unit，全息图像处理器。微软出品的全息计算芯片与设备。

9.8、IPU

        IPU：Intelligence Processing Unit或者Image Processing Unit。与相机，显示相关。Deep Mind投资的Graphcore公司，开发出的AI处理器。包括：Display、Camera、Image Rotation, Inversion, Color Space Conversion、Image quality enhancement、 Video/graphics combining。

9.9、MPU

        MPU/MCU：Microprocessor/Micro controller Unit，微处理器/微控制器。用于低计算应用的RISC计算机体系架构产品，如ARM-M系列处理器。

9.10、NPU

        NPU：Neural Network Processing Unit，神经网络处理器。基于神经网络算法与加速的新型处理器总称，如中科院计算所/寒武纪公司出品的diannao系列。

9.11、RPU

        RPU：Radio Processing Unit，无线电处理器。Imagination Technologies公司推出的集合集Wifi/蓝牙/FM/处理器为单片的处理器。

9.12、TPU

        TPU：Tensor Processing Unit，张量处理器。Google 公司推出的加速人工智能算法的专用处理器。目前一代TPU面向Inference，第二代面向训练。

9.13、VPU

        VPU：Vector Processing Unit，矢量处理器。Intel收购的Movidius公司推出的图像处理与人工智能的专用芯片的加速计算核心。

9.14、WPU

        WPU：Wearable Processing Unit，可穿戴处理器。Ineda Systems公司推出的可穿戴片上系统产品，包含GPU/MIPS CPU等IP。

9.15、XPU

        XPU：百度与Xilinx公司在2017年Hotchips大会上发布的FPGA智能云加速，含256核。

9.16、ZPU

        ZPU：Zylin Processing Unit。 由挪威Zylin 公司推出的一款32位开源处理器。

9.17、凸凹贴图

        凹凸贴图：计算机图形学在三维场景中凸凹处理的一个技术。

9.18、像素填充率

        像素填充率：每秒渲染的像素数量，早期10亿级别，现在100亿级别。

9.19、三角形生成速度

        三角形生成速度：三角形是三维图形渲染的重要单元，当前从千万到亿级别不等。

9.20、硬件T&L

        硬件T&L：显卡坐标转换和光源编程。

9.21、DDR 显存

        DDR 显存：显卡的高速颗粒，有更快的数据交互速度。

9.22、HyperZ 技术

        HyperZ 技术：显存优化管理单元，通过快速Z轴清除等手段优化显存的利用效率。

9.23、显卡流水线

        显卡流水线：数量的多少决定显卡性能高低的一个很重要的指标，Nvidia和AMD-ATI也在不断地增加显卡的流处理器数量使显卡的性能达到跳跃式增长。这个和核心构建，显存带宽等因素配合，单一多，意义不大。

9.24、F-Buffer

        F-Buffer：片断流缓冲区技术，处理无限制指令长度的阴影着色程序。执行原理：把需要经过渲染引擎多次处理的像素临时存储起来，而不是把它们写到帧缓冲里面。只有那些需要单通道处理的数据被写到帧缓冲。这样节省显存的带宽，从而使VPU工作得更加有效率。缺点：F-Buffer只能对所有流程都是基于同一视点的多流程渲染有效，对于用于生成不同视点图像的多流程渲染没用，在日常3D应用中，不同视点的多流程渲染十分普遍。其次F-Buffer的执行过程有可能产生溢出，一旦产生溢出其处理过程十分复杂，会影响GPU的执行效率。

9.25、FPGA

FPGA：可编程逻辑，计算效率高，更接近底层IO，通过冗余晶体管和连线实现逻辑可编辑。本质上是无指令、无需共享内存，计算效率比CPU、GPU高。主要应用于智能手机、便携式移动设备、汽车。