通用圖形處理器（GPGPU）是GPU（圖形處理器）的一種。GPGPU更強調通用計算能力，相比于GPU應用于圖像處理，GPGPU更多應用于通用計算任務中。
GPU具有并行計算能力強大、高帶寬內存等特性，在處理大規模數據集及計算密集型任務時表現出色。近年來，隨著技術發展和演進，GPU逐漸進化出越來越多的通用屬性，GPGPU應運而生。
根據新思界產業研究中心發布的
《2025-2029年通用圖形處理器（GPGPU）行業市場深度調研及投資前景預測分析報告》顯示，GPGPU在性能、易用性、通用性上更加強大，更適合高性能并行計算，除應用在圖像處理外，其應用也不斷向科學計算、人工智能、密碼學、區塊鏈、數據分析、工程計算、金融、基因等領域擴展。
在大數據時代下，科學計算、邊緣計算、人工智能等領域發展快速，各領域對硬件的算力要求越來越高，高性能浮點計算、并行計算、通用計算等需求暴增，GPGPU市場空間不斷擴大。
在硬件、軟件方面，GPGPU均具有極高的研發壁壘。硬件方面主要為指令集，指令集指定了GPU能夠執行的操作和命令，決定著GPU應用寬度，目前GPU指令集構架主要分為CISC指令集架構和RISC指令集架構兩種；在軟件方面，生態的開發是核心難點。
在國際GPGPU市場上，英偉達、英特爾、AMD等企業是主要參與者，尤其是英偉達。英偉達的GPGPU指令集在千條量級，且已經建立了超過160萬開發用戶的生態-CUDA。CUDA是目前最主流的GPGPU編程模型之一，全球85%以上的模型，都是由CUDA訓練出來的，
我國GPU市場起步較晚，但近年來，得益于人工智能等領域的發展，算力需求越來越高，國產GPU企業隨之進入市場。在GPGPU方面，布局企業包括上海燧原科技股份有限公司、蘇州登臨科技有限公司（登臨科技）、摩爾線程智能科技（北京）股份有限公司、上海壁仞科技股份有限公司等，其中登臨科技自主研發了GPU+架構，其可兼容CUDA/OpenCL等編程模型和軟件生態。
新思界
行業分析人士表示，GPGPU是GPU的通用化進化，更強調通用計算能力，在大數據時代下，GPGPU應用潛力正不斷釋放。目前GPGPU已成為兵家必爭之地，國際企業起步早，在該領域處于領先水平，我國GPGPU領域的技術空白在不斷填補，但國產方案多是在英偉達的CUDA生態基礎上推出的，在軟件生態、硬件指令集等方面仍需突破。
關鍵字：
