gpgpu和gpu的区别：GPGPU负责的是一些非图形相关程序的运算，而GPU负责的是图形渲染，二者的任务并不一样。2、GPGPU通常是会被集成到CPU当中，而GPU则是作为一个单独的模块，也就是独立显卡核心或者主板集成显卡核心。3、GPU负责一些图形渲染、图形计算的场景，在玩游戏时GPU的性能至关重要；而GPGPU则是负责一些和图形无关的计算，具体体现在加密解密的速度等等。
GPU是什么
当前图形处理相关计算需求不断增加，受到CPU本身在浮点计算能力上的限制，对于需要高密度计算的图像处理操作，过去传统的在CPU上实现的方法，并没有在处理性能与效率上有很大进步。因此，业界专门针对图形处理相关计算需求开发了GPU（Graphics Processing Unit），即完成图像运算工作的微处理器。
GPGPU是什么
随着人工智能技术快速发展，除了图形相关算力需求外，对CPU通用计算能力的要求也越来越高。这时，GPGPU应用而生。
GPGPU全称General Purpose GPU，即通用计算图形处理器。其中第一个“GP”通用目的（GeneralPurpose），而第二个“GP”则表示图形处理（GraphicProcess），这两个“GP”搭配起来即“通用图形处理”。可以通俗的将GPGPU理解为一个辅助CPU的工具，它能够帮助CPU进行非图形相关程序的运算。
GPGPU架构设计时，去掉了GPU为了图形处理而设计的加速硬件单元，保留了GPU的SIMT架构和通用计算单元。所以当前基于GPU的图形任务无法直接运行在GPGPU上（以后也许可以），但对于科学计算，AI训练、推理任务（其实主要是矩阵运算）等通用计算类型的任务仍然保留了GPU的优势，即高效搬运，运算，重复性的有海量数据的任务。目前主要用于例如物理计算、加密解密、科学计算以及比特币等加密货币的生成。
gpgpu和gpu的区别
1、任务不同
GPGPU负责的是一些非图形相关程序的运算，而我们平时经常听到的GPU负责的是图形渲染，二者的任务并不一样。
2、存在形式不同
GPGPU通常是会被集成到CPU当中，而GPU则是作为一个单独的模块，也就是独立显卡核心或者主板集成显卡核心。
3、功能不同
既然两者负责的区域不一样，那么它们的功能自然也是不一样的，体现在日常使用上就是：GPU负责一些图形渲染、图形计算的场景，在玩游戏时GPU的性能至关重要；而GPGPU则是负责一些和图形无关的计算，具体体现在加密解密的速度等等。
扩展知识：
为了更好地区分出GPU和GPGPU的区别，AIDA64能够查看GPU的相关信息：
在左侧菜单中选择“显示设备”-“图形处理器（GPU）”
点开后即可查看GPU的相关信息，里面包括了GPU的工艺、制造商等等信息。