如今，GPU是计算机架构中最关键的硬件组件之一。起初，显卡的目的是从中央处理器接收一串二进制数据，并渲染图像以显示出来。但现代图形处理单元参与了最复杂的计算任务，如大数据研究、机器学习和人工智能。几十年来，GPU从一个仅用于图形的单核固定功能硬件逐渐演变为一组可编程并行核心。让我们来看看GPU发展历史上的一些里程碑。
街机板和显示适配器（1951-1995年）
早在1951年，麻省理工学院就为海军建造了Whirlwind飞行模拟器。虽然它可能被认为是第一个3D图形系统，但今天的GPU基础始于70年代中期的所谓视频移位器和视频地址生成器。它们将信息从中央处理器传输到显示屏上。专用图形芯片广泛应用于街机系统板上。1976年，RCA制造了“Pixie”视频芯片，能够以62×128分辨率输出视频信号。Namco Galaxian街机系统的图形硬件早在1979年就支持RGB颜色、多彩精灵和瓦片地图背景。
1981年，IBM开始在其个人电脑中使用单色和彩色显示适配器（MDA/CDA）。虽然还不是现代GPU，但它是一种专门设计用于显示视频的计算机组件。起初，它只能显示80列25行的文本字符或符号。英特尔于1983年发布了ISBX 275 Video Graphics Controller Multimodule Board这一革命性设备。它能以256x256分辨率显示八种颜色或512x512分辨率下的单色画面。
1985年，三名在加拿大的香港移民成立了Array Technology Inc，不久后更名为ATI Technologies。该公司以其Wonder系列图形板和芯片多年来一直引领市场。S3 Graphics于1991年推出了以保时捷911命名的S3 86C911，这个名称意味着性能提升。这张显卡催生了一大批模仿者：到1995年，所有主要的显卡制造商都在他们的芯片中增加了2D加速支持。整个20世纪90年代，视频卡的集成水平得到了显著改善，并增加了额外的应用程序编程接口（API）。总体而言，在20世纪90年代初期有很多图形硬件公司被发现，并最终被收购或退出业务。其中一个赢家是NVIDIA，在1997年底之前，该公司几乎占据了25％的图形市场份额。
3D革命（1995-2006）
现代GPU的历史始于1995年推出第一款3D插卡，随后是32位操作系统和价格实惠的个人电脑的采用。此前，该行业主要关注2D和非PC架构，并且显卡大多以字母数字名称和高昂价格为人所知。3DFx公司在1996年末推出的Voodoo图形卡占据了市场约85％的份额。只能渲染2D图像的显卡很快就过时了。Voodoo1完全避开了2D图形；用户必须与单独的2D显卡一起使用它。但对于游戏玩家来说，这仍然是一个福音。接下来，该公司推出了Voodoo2（1998），它有三个内置芯片，并且是首批支持单台计算机内两张显卡并行工作的视频卡之一。
随着制造技术进步，视频、2D GUI加速和3D功能都集成到一个芯片中。Rendition公司的Verite芯片组是最早做到这一点的产品之一。3D加速器不再仅仅是光栅化器。
最终，“世界上第一个GPU”诞生于1999年！这就是Nvidia如何宣传其GeForce 256. Nvidia将“图形处理单元”定义为“具有集成变换、灯光、三角设置/裁剪和渲染引擎能力，在每秒至少可处理1000万个多边形”的单芯片处理器。”
ATI和Nvidia之间的竞争是2000年代初期的亮点。在这段时间里，这两家公司展开了激烈的竞争，并推出了现在常见的图形卡功能。例如，能够执行镜面着色、体积爆炸、波浪、折射、阴影体积、顶点混合、凹凸映射等。
通用目标GPU（2006至今）
通用目标GPU时代始于2007年。无论是Nvidia还是ATI（后来被AMD收购），它们都不断为其图形卡增加更多功能。
然而，这两家公司采取了不同的方式进行通用计算GPU（GPGPU）。2007年，Nvidia发布了其CUDA开发环境，这是最早被广泛采用的GPU计算编程模型。两年后，OpenCL得到广泛支持。该框架允许开发适用于GPU和CPU的代码，并强调可移植性。因此，GPU成为一种更普遍化的计算设备。
2010年，Nvidia与奥迪合作，在汽车仪表板上使用Tegra GPU提升导航和娱乐系统。这些对车辆中图形卡技术的进步推动了自动驾驶技术。
Pascal是Nvidia于2016年发布的最新一代图形卡。他们采用了16纳米制造工艺，改进了以前的微架构。AMD发布了采用14纳米工艺的Polaris 11和Polaris 10 GPU，这导致每瓦性能大幅提高。然而，现代GPU的能耗也有所增加。如今，图形处理单元不仅仅用于图形处理，它们还广泛应用于机器学习、油田勘探、科学图像处理、统计学、线性代数、3D重建、医学研究甚至股票期权定价等领域。GPU技术倾向于在一个不断演变向类似通用CPU核心方向发展的核心架构中添加更多可编程性和并行性。
