前兩篇講了二進制，計算機乘除法，還有計算機的優點——速度非常非常非常快，缺點：跟人類方程式比，計算機的計算結果完全不精确，沒有小數，隻能用浮點數近似值模拟小數。

那我們可以擴展來想一下。沒有小數，沒有無理數，默認都是二進制整數的計算機，是沒有球面等等完美四維物體的。也就是說，計算機體系隻能模拟三維。那計算機先天的缺陷就很大了，比如不能實現圓球體，不能模拟很多日常。但是為啥遊戲還是用計算機跑的呢？因為也是維度問題計算機是用二維模拟三維，更具體的以後講。但是計算機的優點是速度，那就可以用一堆無限小的整數來模拟小數，實現近似值的計算。

現在，就算AMD銳龍3系或者英特爾i3的CPU，都可以實現512位，1024位的浮點數計算這沒錯，但是它們的優點是深度，不是廣度。桌面X86計算機，就算民用的，性能在應付極高精度的模拟計算上也是足夠的。問題就是規模。讓它們同時處理3個512位小數就很勉強，10個别想了。CPU的優點是速度，那就等這個周期結束計算下一個。著名的測性能軟件superPI，就是測圓周率計算速度，這個軟件非常有代表性，CPU的周期很快，3GHZ意味着一秒鐘可以計算30億次。這就是人類的缺點了，方程寫的再花哨，你速度上不去。

CPU的不足之處就是同時計算一堆不行。有辦法嘛？有，搞陣列集合，買1萬台計算機，不過這個辦法的代價是成本。那有沒有更有性價比的辦法？有，顯卡。

關注我吧，說人話接地氣，還有幹貨滿滿的文筆貢獻者。

顯卡就是一堆低性能CPU的組合。因為性能低下，所以每個計算單元功耗低。因為功能簡單，所以每個計算單元很小，畢竟它需要的電路跟晶體管很少嘛。絞盡腦汁我畫了個例子看看。

因為單個計算單元需要的晶體管很少，所以顯卡的計算單元面積就很小。那在同一面積上，顯卡可以集成一堆計算單元搞計算。實際上，顯卡的設計目的就不是遊戲，90年代初顯卡出現的時候，這玩意兒就是為了輔助批量計算而産生。但是這玩意兒計算圖形很有一套，CPU不能比，慢慢的就成了跑遊戲為主流了。我看看很多人有興趣的話，下期就寫認識顯卡，從英特爾初代核顯講，那個結構簡單的堪比計算器。

那用顯卡跑啥呢？矩陣算法是一種常見的所謂“大數據算法”，都是起名字騙錢的玩意兒。既然每個計算單元都計算精度低的數，那成百上千個數一起計算，速度就比CPU快了不是。畢竟，現在入門的GTX1050ti，也有768個計算單元，可以看成768個小CPU核心。1050ti有1.6到1.8GHZ的頻率就是一秒鐘16億到18億個周期，每個周期同時可以跑768組32位長的浮點數計算。這不是就比CPU強了？

本期結束吧。為啥我講維度概念？因為計算機也沒有絕對的3D概念。遊戲的三維，也是屏幕上跑一堆不斷變化的二維圖讓你看，這個過程就是遊戲渲染。盡管本人對圖形完全沒研究，但是也可以認識一下計算機基本體系邏輯裡的圖形表示。省得以後說顯卡的文章，很多人看了沒概念，就可以回頭看看這個不是。