效能強大且功能複雜的CPU是通用型處理器，可同時處理各式各樣的任務；相較之下，圖形處理器(graphics processing unit, GPU)則是特殊用途處理器，雖然各個核心效能低於CPU，但由於可大量複製及程式化的特性，能以群策群力的模式快速完成多個相近的任務。
&nbsp;
目前，通常伺服器配備的CPU處理核心數不超過128個，但GPU處理核心數則可多達上萬個。以外送1萬份餐點為例，CPU和GPU的對比就是100部超跑和2,000輛機車，超跑速度雖快但必須執行100次才能送出所有餐點，機車只需要出動5次就能完成送餐任務。
&nbsp;
NVIDIA資深解決方案架構師吳元懷表示：「元宇宙包含大量的3D渲染、物理模擬及AI功能，這些任務特別適合以GPU擅長的SIMD（Single Instruction Multiple Data）架構執行，在這個架構裡，每個GPU核心都在做同一件計算任務，差別只在於取用資料的位置不同。」
&nbsp;
CPU雖然也能執行相同任務，但受限於數量，與GPU的算力差距可能達百倍之多，因此，就連個人電腦或筆電也開始配備GPU，將圖形操作從CPU卸載到GPU，以獲取更好的效能與圖形品質。
[data-component=gallery]
&nbsp;
&nbsp;
<h2>遊戲業破解元宇宙技術門檻</h2>
GPU算力的重要性，遊戲產業最能感同身受。對於協助多家知名遊戲公司及電信商在全球運營雲端遊戲的優必達而言，每有新遊戲上線，就必須預先和各大公有雲平臺洽商安排GPU資源，才能確保全球玩家擁有公平且一致的體驗。
&nbsp;
事實上，從遊戲產業的角度來看，元宇宙的許多基礎技術與多人線上遊戲所使用的技術重疊度很高，例如：高度擬真的畫質，以及透過文字、語音或視訊聊天社交的功能，或是遊戲內購買機制，都是存在已久的成熟方案，就連元宇宙場景及人物的畫質和品質，其實從10年前的線上遊戲就可以看出也算是元宇宙的雛型。
&nbsp;
優必達創辦人暨執行長郭榮昌表示：「要在元宇宙呈現如同現實世界的逼真畫面，需要強大的運算能力如GPU和雲端渲染。然而，GPU原先多半用於數據中心及高端玩家，對於新加入元宇宙的開發者而言，從GPU、雲端渲染到串流技術都是陌生領域，要善加運用這些技術並為目標用戶提供擬真體驗，善用遊戲引擎及相關的轉換工具就是事半功倍的做法。」
&nbsp;
在擬真體驗部分，擴增實境（AR）的做法通常是使用手機鏡頭拍攝真實場景再結合少許的AR模型，而在訴求虛擬世界的元宇宙，虛擬實境（VR）是較為主流的模式。但元宇宙的VR畫面並不使用真實場景，全部仰賴即時運算和圖形運算來和人互動，因此，GPU是最合適用來呈現及運算的硬體技術，效能表現也最好。
&nbsp;
&nbsp;
<h2>在虛擬空間呈現真實世界</h2>
現實世界習以為常的光線明暗對比或反射，在虛擬場景裡通常使用離線渲染的方式完成，呈現人物移動的光線轉換可能需要10張圖片，每張圖片至少要以1小時完成。但以GPU結合即時光線追蹤技術，再加上AI深度學習進行快速運算，就能在各種虛擬場景隨著人物或視角的移動，連續性的呈現光線變化，而非圖片的銜接，視覺呈現的體驗截然不同且更為真實。
&nbsp;
人物的呈現亦然。在大人小孩都熱愛的動畫電影裡，角色說話時的嘴部動作其實是耗時費力的作業過程，以往都是由設計師在每一幀畫面拉動人物嘴型來呈現說話效果，以動畫電影畫面每秒24幀計算，角色只說了5秒鐘的話，拉動作業就要上百次。
&nbsp;
透過GPU結合Audio2Face的功能，將音訊注入人物模型並選擇不同語言設定，人物嘴型與臉部表情就會跟著牽動。對於元宇宙必備的虛擬分身和虛擬人物而言，將可大幅縮短開發時間或者做到即時渲染。
&nbsp;
NVIDIA資深經理陳易昇說：「以現成的軟體開發工具集（SDK）結合GPU的算力，是快速構建元宇宙的助力。尤其許多產業正以元宇宙的概念建立數位雙生的購物商場、工廠或其他場景，並透過模擬及深度學習來找出最佳化的營運模式，因此，高度擬真的材質、光線追蹤及物理正確的模擬，都是建立數位雙生不可或缺的元素。」
&nbsp;
&nbsp;
<h2>邁向人工智慧和深度學習</h2>
元宇宙裡有許多複雜的場景運算，用戶端的硬體配備不足就可能無法呈現畫面，因此，主流做法是運用雲端可隨時擴充的GPU算力，計算並擷取畫面再串流到前端，無論前端用戶使用的是筆電、手機、平板或頭盔，這些載具單純接收已經渲染的畫面，不需要強大的運算能力。
&nbsp;
除了影像渲染，GPU另一個主要的應用場景就在AI運算，包括機器學習和深度學習。其實遊戲的AI一直是熱門話題，希望電腦和玩家的互動愈來愈擬真，以提升遊戲的人氣和熱度。
&nbsp;
自駕車的模擬訓練也與GPU的AI應用息息相關，透過可在虛擬世界的指定範圍裡隨機產生物件的程式，在自駕車的行進路徑隨機出現車輛或行人，以訓練自駕車迴避障礙物的功能。而在數位雙生工廠裡，對於機械手臂夾取不同物件的技巧執行強化式學習，並將經驗值移植到現實世界的生產線，同樣仰賴GPU的AI運算。
&nbsp;
元宇宙的發展雖然方興未艾，但GPU在現實世界持續累積的技術應用實例和實務經驗，勢必持續成為運行元宇宙所不可或缺的助力。
&nbsp;
&nbsp;
（客座總編輯 | 國立臺灣大學資訊網路與多媒體研究所助理教授 葛如鈞；研究顧問團隊 | 國立臺灣大學資工系、所 洪一平教授、大學眼科主治醫師、台大資工所博士 黃宇軒醫師、資安鑄造股份有限公司 毛敬豪執行長、akaSwap平台藝術 王新仁總監；責任編輯 | 段芊卉、梁孟娟、趙守予）

GPU擅長處理SIMD架構執行，相較於CPU有著更好的效能與圖片品質。來源：Berkut—C BY-SA 3.0, https://commons.wikimedia.org/w/index.php?curid=450572

運用在遊戲產業中的AR已是成熟的技術，早在十幾年前便是元宇宙的雛型。

在自駕車的模擬訓練也須仰賴GPU的AI運算能力。