『壹』 一秒多少幀
一般一秒有24幀。每秒幀數實際上就是指動畫或視頻每秒放映的畫面數。幀就是指「畫面」，1幅畫就叫做「1幀」，每秒幀數指的就是「每秒播放的畫面數」。
幀數就是在1秒鍾時間里傳輸的圖片的量，也可以理解為圖形處理器每秒鍾能夠刷新幾次，通常用fps（Frames Per Second）表示。每一幀都是靜止的圖象，快速連續地顯示幀便形成了運動的假象。高的幀率可以得到更流暢、更逼真的動畫。每秒鍾幀數 (fps) 愈多，所顯示的動作就會愈流暢。
原理
電影實際上是高速播放具有連續性的圖片。由於人眼視網膜具有殘像效應，因此切換畫面時，人腦內仍然會存在上一幅圖片的視覺，這樣，當高速切換畫面時，人大腦內的影像就能連起來，在視覺上形成連續的動畫效果。
『貳』 n8的gpu很強大，聽說拍像片處理圖片只需0.5秒，游戲一點也不卡。看問題補充
除非整個主板都換成翻新二手的，但硬體配置是不可能被換的，電子元件都是集成的……你不要以為手機是可以換處理器的…n8就是這樣……哪個手機商不想把自己手機吹得好點？
『叄』 顯卡GTX550,1秒能處理多少數據，幾個M
籠統的說可以用顯存
位寬×頻率=顯存帶寬
來表示這個概念
192bit
×
4100MHz÷8=98.4GB/s
即顯存每秒最大可與GPU交換98.4G的數據。你可以這樣認為550的卡每秒最多能處理98.4G個位元組的數據。
『肆』 微星1660S每秒能夠處理的紋理元素數量是多少
下個GPU-Z看看就知道了，看看紋理填充率即可
GTX1660S大約是208.8GB/S
『伍』 CPU處理圖片還是GPU處理圖片
1、早期的計算機處理圖形，CPU是主力。在圖形界面的操作系統出現後，計算機開始使用Gpu輔助CPU處理圖形。隨著多媒體技術和計算機技術的發展，對圖形處理的需要越來越高，開始使用帶有GPU的顯示卡來處理圖形，CPU變為輔助。
2、在顯示卡硬體已經安裝、沒有安裝驅動程序之前，CPU是處理圖形的助理，但一般只能處理2D的靜態圖形且只有256色，在安裝了顯示卡驅動之後，所有2D、3D靜態圖形和動態圖形（視頻、動畫）的渲染都是有顯示卡的GPU來處理的，CPU只起到協調的作用。
『陸』 GPU（圖形處理器）與FPS（每秒傳輸幀數）有關嗎
有關，GPU是顯卡的核心，它的性能強弱直接決定了FPS的高低。
『柒』 關於GPU的問題！
目錄：
第一章：第二代及以後的GPU工作流程簡介
第二章：DirectX8和DirectX9 GPU的傳統流水線
第三章：頂點和像素操作指令
第四章：傳統GPU指令的執行
第五章：統一渲染架構
第六章：G80和R600的統一渲染架構實現
第七章：G80與R600效能對比
第八章：尷尬的中端--Geforce8600簡析
前面4章 我將先簡要介紹下DirectX8/9顯卡的核心----圖形處理單元GPU的工作流程和指令處理情況
從第5章開始討論統一渲染架構、新一代DirectX10 GPU的特性，G80/Geforce8800與R600/RadeonHD2900XT的架構具體實現及其區別。最後將會對中端最受關注的Geforce8600進行相應的簡單分析。
第一章：第二代及以後的GPU工作流程簡介
簡單（而不一定絕對科學）的說：GPU主要完成對3D圖形的處理--圖形的生成渲染。
GPU的圖形（處理）流水線完成如下的工作：（並不一定是按照如下順序）
頂點處理：這階段GPU讀取描述3D圖形外觀的頂點數據並根據頂點數據確定3D圖形的形狀及位置關系，建立起3D圖形的骨架。在支持DX8和DX9規格的GPU中，這些工作由硬體實現的Vertex Shader（定點著色器）完成。
光柵化計算：顯示器實際顯示的圖像是由像素組成的，我們需要將上面生成的圖形上的點和線通過一定的演算法轉換到相應的像素點。把一個矢量圖形轉換為一系列像素點的過程就稱為光柵化。例如，一條數學表示的斜線段，最終被轉化成階梯狀的連續像素點。
紋理帖圖：頂點單元生成的多邊形只構成了3D物體的輪廓，而紋理映射（texture mapping）工作完成對多變形表面的帖圖，通俗的說，就是將多邊形的表面貼上相應的圖片，從而生成「真實」的圖形。TMU（Texture mapping unit）即是用來完成此項工作。
像素處理：這階段（在對每個像素進行光柵化處理期間）GPU完成對像素的計算和處理，從而確定每個像素的最終屬性。在支持DX8和DX9規格的GPU中，這些工作由硬體實現的Pixel Shader（像素著色器）完成。
最終輸出：由ROP（光柵化引擎）最終完成像素的輸出，1幀渲染完畢後，被送到顯存幀緩沖區。
總結：GPU的工作通俗的來說就是完成3D圖形的生成，將圖形映射到相應的像素點上，對每個像素進行計算確定最終顏色並完成輸出。
第二章：DirectX8和DirectX9 GPU的傳統流水線
前面的工作流程其實已經說明了問題。本章來總結一下，承前啟後。
傳統的GPU功能部件我們不妨將其分為頂點單元和像素流水線兩部分。
頂點單元由數個硬體實現的Vertex Shader組成。
傳統的像素流水線由幾組PSU(Pixel Shader Unit)+TMU+ROP組成。
於是，傳統的GPU由頂點單元生成多邊形，並由像素流水線負責像素渲染和輸出。
對於像素流水線需要做的說明是：雖然傳統的流水線被認為=1PSU+1TMU+1ROP，但這個比例不是恆定的，例如在RadeonX1000（不包括X1800）系列中被廣為稱道的3:1黃金架構，PSU:TMU:ROP的數量為3：1：1。一塊典型的X1900顯卡具有48個PSU，16個TMU和16個ROP。之所以採用這種設計方法，主要考慮到在當今的游戲中，像素指令數要遠遠大於紋理指令的數量。ATI憑借這個優秀的架構，成功擊敗了Geforce7，在DX9後期取得了3D效能上的領先。
總結：傳統的GPU由頂點單元生成多邊形，像素流水線渲染像素並輸出，一條像素流水線包含PSU，TMU，和ROP(有的資料中不包含ROP)，比例通常為1:1:1，但不固定。
第三章：頂點和像素操作指令
GPU通過執行相應的指令來完成對頂點和像素的操作。
熟悉OpenGL或Direct3D編程的人應該知道，像素通常使用RGB三原色和alpha值共4個通道（屬性）來描述。而對於頂點，也通常使用XYZ和W 4個通道（屬性）來描述。因而，通常執行一條頂點和像素指令需要完成4次計算，我們這里成這種指令為4D矢量指令（4維）。當然，並不是所有的指令都是4D指令，在實際處理中，還會出現大量的1D標量指令以及2D，3D指令。
總結：由於定點和像素通常用4元組表示屬性，因而頂點和像素操作通常是4D矢量操作，但也存在標量操作。
第四章：傳統GPU指令的執行
傳統的GPU基於SIMD的架構。SIMD即Single Instruction Multiple Data，單指令多數據。
其實這很好理解，傳統的VS和PS中的ALU（算術邏輯單元，通常每個VS或PS中都會有一個ALU，但這不是一定的，例如G70和R5XX有兩個）都能夠在一個周期內（即同時）完成對矢量4個通道的運算。比如執行一條4D指令，PS或VS中的ALU對指令對應定點和像素的4個屬性數據都進行了相應的計算。這便是SIMD的由來。這種ALU我們暫且稱它為4D ALU。
需要注意的是，4D SIMD架構雖然很適合處理4D指令，但遇到1D指令的時候效率便會降為原來的1/4。此時ALU 3/4的資源都被閑置。為了提高PS VS執行1D 2D 3D指令時的資源利用率，DirectX9時代的GPU通常採用1D+3D或2D+2D ALU。這便是Co-issue技術。這種ALU對4D指令的計算時仍然效能與傳統的ALU相同，但當遇到1D 2D 3D指令時效率則會高不少，例如如下指令：
ADD R0.xyz , R0,R1 //此指令是將R0,R1矢量的x,y,z值相加 結果賦值給R0
ADD R3.x , R2,R3 //此指令是將R2 R3矢量的w值相加 結果賦值給R3
對於傳統的4D ALU，顯然需要兩個周期才能完成，第一個周期ALU利用率75% ，第二個周期利用率25%。而對於1D+3D的ALU，這兩條指令可以融合為一條4D指令，因而只需要一個周期便可以完成，ALU利用率100%。
但當然，即使採用co-issue，ALU利用率也不可能總達到100%，這涉及到指令並行的相關性等問題，而且，更直觀的，上述兩條指令顯然不能被2D+2D ALU一周期完成，而且同樣，兩條2D指令也不能被1D+3D ALU一周期完成。傳統GPU在對非4D指令的處理顯然不是很靈活。
總結：傳統的GPU中定點和像素處理分別由VS和PS來完成，每個VS PS單元中通常有一個4D ALU，可以在一個周期完成4D矢量操作，但這種ALU對1D 2D 3D操作效率低下，為了彌補，DX9顯卡中ALU常被設置為1D+3D 2D+2D等形式。
第五章：統一渲染架構
相對於DirectX 9來說，最新的DirectX 10最大的改進在於提出了統一渲染架構，即Unified Shader。
傳統的顯卡GPU一直採用分離式架構，頂點處理和像素處理分別由Vertex Shader和Pixel Shader來完成，於是，當GPU核心設計完成時，PS和VS的數量便確定下來了。但是不同的游戲對於兩者處理量需求是不同的，這種固定比例的PS VS設計顯然不夠靈活，為了解決這個問題，DirectX10規范中提出了了統一渲染架構。
不論是頂點數據還是像素數據，他們在計算上都有很多共同點，例如通常情況下，他們都是4D矢量，而且在ALU中的計算都是沒有分別的浮點運算。這些為統一渲染的實現提供了可能。
在統一渲染架構中，PS單元和VS單元都被通用的US單元所取代，nVidia的實現中稱其為streaming processer，即流處理器，這種US單元既可以處理頂點數據，又可以處理像素數據，因而GPU可以根據實際處理需求進行靈活的分配，這樣便有效避免了傳統分離式架構中VS和PS工作量不均的情況。
總結：統一渲染架構使用US（通常為SP）單元取代了傳統的固定數目的VS和PS單元，US既可以完成頂點操作，又可以完成像素操作，因而可以根據游戲需要靈活分配，從而提高了資源利用率。
第六章：G80和R600的統一渲染架構實現
以下我們著重討論G80和R600的統一著色單元而不考慮紋理單元，ROP等因素。
G80 GPU中安排了16組共128個統一標量著色器，被叫做stream processors，後面我們將其簡稱為SP。每個SP都包含有一個全功能的1D ALU。該ALU可以在一周期內完成乘加操作（MADD）。
也許有人已經注意到了，在前面傳統GPU中VS和PS的ALU都是4D的，但在這里，每個SP中的ALU都是1D標量ALU。沒錯，這就是很多資料中提及的MIMD（多指令多數據）架構，G80走的是徹底的標量化路線，將ALU拆分為了最基本的1D 標量ALU，並實現了128個1D標量SP，於是，傳統GPU中一個周期完成的4D矢量操作，在這種標量SP中需4個周期才能完成，或者說，1個4D操作需要4個SP並行處理完成。
這種實現的最大好處是靈活，不論是1D,2D,3D,4D指令，G80得便宜其全部將其拆成1D指令來處理。指令其實與矢量運算拆分一樣。
例如一個4D矢量指令 ADD R0.xyzw , R0,R1 R0與R1矢量相加,結果賦R0
G80的編譯器會將其拆分為4個1D標量運算指令並將其分派給4個SP：
ADD R0.x , R0,R1
ADD R0.y , R0,R1
ADD R0.z , R0,R1
ADD R0.w, R0,R1
綜上：G80的架構可以用128X1D來描述。
R600的實現方式則與G80有很大的不同，它仍然採用SIMD架構。
在R600的核心裡，共設計了4組共64個流處理器，但每個處理器中擁有1個5D ALU，其實更加准確地說，應該是5個1D ALU。因為每個流處理器中的ALU可以任意以1+1+1+1+1或1+4或2+3等方式搭配（以往的GPU往往只能是1D+3D或2D+2D）。ATI將這些ALU稱作streaming processing unit，因而，ATI宣稱R600擁有320個SPU。
我們考慮R600的每個流處理器，它每個周期只能執行一條指令，但是流處理器中卻擁有5個1D ALU。ATI為了提高ALU利用率，採用了VLIW體系(Very Large Instruction Word)設計。將多個短指令合並成為一組長的指令交給流處理器去執行。例如，R600可以5條1D指令合並為一組5DVLIW指令。
對於下述指令：
ADD R0.xyz , R0,R1 //3D
ADD R4.x , R4,R5 //1D
ADD R2.x , R2,R3 //1D
R600也可以將其集成為一條VLIW指令在一個周期完成。
綜上：R600的架構可以用64X5D的方式來描述。
總結：G80將操作徹底標量化，內置128個1D標量SP，每個SP中有一個1D ALU，每周期處理一個1D操作，對於4D矢量操作，則將其拆分為4個1D標量操作。
R600仍採用SIMD架構，擁有64個SP，每個SP中有5個1D ALU，因而通常聲稱R600有320個PSU，
每個SP只能處理一條指令，ATI採用VLIW體系將短指令集成為長的VLIW指令來提高資源利用率，例如5條1D標量指令可以被集成為一條VLIW指令送入SP中在一個周期完成。
第七章：G80與R600效能對比
從前一章的討論可以看出，R600的ALU規模64X5D=320明顯比G80的128X1D=128要大，但是為何在實際的測試中，基於R600的RadeonHD2900XT並沒有取得對G80/Geforce8800GTX的性能優勢？本章將試圖從兩者流處理器設計差別上來尋找答案，對於紋理單元，ROP，顯存帶寬則不做重點討論。事實上，R600的顯存帶寬也要大於G80。
我們將從頻率和執行效能兩個方面來說明問題：
1、頻率：G80隻擁有128個1D流處理器，在規模上處於絕對劣勢，於是nVidia採用了shader頻率與核心頻率非同步的方式來提高性能。Geforce8800GTX雖然核心頻率只有575MHZ，但shader頻率卻高達1375MHZ，即SP工作頻率為核心頻率的兩倍以上，而R600則相對保守地採用了shader和核心同步的方式，在RadeonHD2900XT中，兩者均為740MHZ。這樣一來，G80的shader頻率幾乎是R600的兩倍，於是就相當於同頻率下G80的SP數加倍達到256個，與R600的320個接近了很多。在處理乘加（MADD）指令的時候，740MHZ的R600的理論峰值浮點運算速度為：740MHZ*64*5*2=473.6GFLOPS 而shader頻率為1350MHZ的G80的浮點運算速度為：1350MHZ*128*1*2=345.6GFLOPS，兩者的差距並不像SP規模差距那麼大。
2、執行效能：G80雖說shader頻率很高，但由於數量差距懸殊，即使非同步也無法補回理論運算速率的差距。於是，要尋找答案，還要從兩者流處理器的具體設計著手。
在G80中，每個矢量操作都會被拆分為1D標量操作來分配給不同的SP來處理，如果不考慮指令並行性等問題，G80在任何時刻，所有SP都是充分利用的。而R600則沒這么幸運，因為每個流處理器只能同時處理一條指令，因而R600要將短指令合並為能充分利用SP內5DALU運算資源的VLIW指令，但是這種合並並不是總能成功。目前沒有資料表明R600可以將指令拆開重組，也就是說，R600不能每時每刻都找到合適的指令拼接為5D指令來滿載他的5D SP，這樣的話我們假設處理純4D指令的情況，不能拆分重組的話，R600每個SP只能處理一條4D指令，利用率80%，而對於G80，將指令拆開成1D操作，無論何時都能100%利用。而且，R600的結構對編譯器的要求很高，編譯器必須盡可能尋找Shader指令中的並行性，並將其拼接為合適的長指令，而G80則只需簡單拆分即可。
另外還需要說明的一點是，R600中每個SP的5個1D ALU並不是全功能的，據相關資料，每組5個ALU中，只有一個能執行函數運算，浮點運算和Multipy運算，但不能進行ADD運算，其餘的4各職能執行MADD運算。而G80的每個1D ALU是全功能的，這一點也在一定程度上影響了R600的效能。
總結：雖然R600的ALU規模遠大於G80，但G80的SP運行頻率幾乎是R600的兩倍，而且G80的體系架構採用完全標量化的計算，資源利用率更高，執行效能也更高，因而總體性能不落後於R600。
第八章：尷尬的中端--Geforce8600簡析
在新一代中端顯卡中，最早發布也是最受關注的莫過於nVidia的G84---Geforce8600系列。
但是相比其高高在上的價格，它的性能表現實在不盡如人意，很多測試中均落後於價格低於它的老一代高端顯卡Geforce7900GS。本章將利用前面討論的結論對G84核心的SP處理能力作簡要地分析。
G84是G80核心的高度精簡版本，SP數量從G80的128個銳減為32個，顯存位寬也降為1/3--128bit。
拋開顯存位寬和TMU ROP，我們著重看SP，G84的SP頻率與核心頻率也不相同，例如8600GT，核心頻率只有540MHZ，shader頻率卻高達1242MHZ，即核心頻率的兩倍多，我們粗略按兩倍記，則G84核心相當於核心shader同步的64(個1D標量) SP，而傳統的VS和PS中ALU是4D的，於是可以說G84的計算能力相當於傳統VS和PS總數為64/4=16的顯卡，粗略比較，它與Geforce7600（PS+VS=17）的計算能力相近。但當然，事實這樣比較是有問題的，因為在G7X中，每個PS中有兩個4D ALU，因而7600的運算能力高於傳統PS+VS=17的顯卡。下面的計算就說明了問題：（MADD操作）
對於7600GT ，VS為4D+1D PS為4D+4D 核心頻率560MHZ 理論峰值浮點運算速度：
560MHZ*（12*（4+4）+5*（1+4））*2=135.52GFLOPS
而對於8600GT：1242MHZ*32*1*2=79.4GFLOPS
由此可見，8600GT的峰值運算速度甚至遠低於上代的7600GT，更不用跟7900GS相比了。但是，實際情況下，迫於傳統架構所限，G7X滿載的情況基本不可能出現，G7X的實際運算速率要遠低於理論值，而對於G8X架構，執行效率則高很多，實際運算速率會更加接近理論極限。而且支持SM4.0的G8X寄存器數目也要遠多於G7X，眾多效率優勢，使得Geforce8600GT僅憑借少量的SP就足以擊敗上代中端7600GT。
但是作為DX10顯卡，僅僅擊敗7600GT顯然不是最終目標，僅32SP的它在計算量要求空前之高的DX10游戲中表現極差，根本不能滿足玩家要求。
總結：8600GT性能上取代7600GT的目標憑借著高效的統一渲染架構總算勉強完成，但過少的SP數量使得其顯然難以擊敗上代高端，更不用說流暢運行DX10游戲了，而高高在上的價位更使其處境不利，歸根到底，nVidia對G84 SP數量的吝嗇以及過高的價格定位造就了Geforce8600的尷尬，因此，就目前的情況來看，選用8600系列顯然不如Geforce7900和RadeonX1950GT來的劃算。
『捌』 GPU的處理能力有CPU強嗎強多少
這里指的是大規模並行應用
現在很混亂，就那個Folding@home而言，x1900的PPD恐怕還不及C2Q,
不過E大說，GPU CPU的PPD不一樣，
我也不知道GPU CPU的PPD有什麼區別，但是我猜應該差不多吧，都是算蛋白質折疊，算出來的結果應該都是一類，區別只不過是CPU GPU的演算法不一樣。
而計分也應該是根據運算結果的數量和質量打出，不能根據你算了多少flop打分（也沒法統計）
如果刻意給GPU用戶在算出相同數量質量的結果時給的point比CPU用戶少，這恐怕對GPU用戶不公平，而且如果GPU真那麼有效，斯坦福一定會大力鼓勵人們用GPU算，這樣更不可能在給GPU的point上打折扣。
E大給出1900在folding@home里有190Gflops,而CPU有10Gflops。
這個大概什麼意思吧,浮點峰值多數情況下都是浮雲，只有實際性能才有說服力。
另外那個PPU有68Gflops,可實際物理性能（這可是他的「專業」）也就是15Gflops的肉的水平
同為流處理器，GPU不大可能一口氣比PPU效率高上天去，就同頻單位晶體管提供的flops，PPU大概是40Gflops/億,x1900大概是50Gflops/億(按250Mhz算)，除非1900在線程切換和內部帶寬比PPU強得多得多，不然x1900在folding@home里只能得到那樣的PPD也沒什麼奇怪的了。
現在越來越混亂GPU在他的主業圖像渲染里到底比串列執行的CPU好多少，並行流處理器的優勢到底有多大
不可否認高並行度是未來的大方向，但是現在所說的20-40倍到底是不是基於峰值和極端情況的「吹牛」啊
『玖』 目前主流顯卡的GPU處理速度是多少能找到的最高的處理速度是多少
主流的我就說不上，你要的是N卡還是A卡，我只能告訴你現在N卡最高的出的是GTX480，它擁有480個流處理器、60個紋理單元、48個光柵處理器，同時標配384bit顯存控制器，它能夠完美支持DirectX 11 API和CUDA 3.0。
『拾』 GPU卡到底是干什麼用的
在GPU出現以前，顯卡和CPU的關系有點像「主僕」，簡單地說這時的顯卡就是畫筆，根據各種有CPU發出的指令和數據進行著色，材質的填充、渲染、輸出等。
較早的娛樂用的3D顯卡又稱「3D加速卡」，由於大部分坐標處理的工作及光影特效需要由CPU親自處理，佔用了CPU太多的運算時間，從而造成整體畫面不能非常流暢地表現出來。
例如，渲染一個復雜的三維場景，需要在一秒內處理幾千萬個三角形頂點和光柵化幾十億的像素。早期的3D游戲，顯卡只是為屏幕上顯示像素提供一個緩存，所有的圖形處理都是由CPU單獨完成。圖形渲染適合並行處理，擅長於執行串列工作的CPU實際上難以勝任這項任務。所以，那時在PC上實時生成的三維圖像都很粗糙。不過在某種意義上，當時的圖形繪制倒是完全可編程的，只是由CPU來擔綱此項重任，速度上實在是達不到要求。
隨著時間的推移，CPU進行各種光影運算的速度變得越來越無法滿足游戲開發商的要求，更多多邊形以及特效的應用榨幹了幾乎所有的CPU性能，矛盾產生了······
GPU的誕生
NVIDIA公司在1999年8月31日發布GeForce 256圖形處理晶元時首先提出GPU的概念。
GPU之所以被稱為圖形處理器，最主要的原因是因為它可以進行幾乎全部與計算機圖形有關的數據運算，而這些在過去是CPU的專利。
目前，計算機圖形學正處於前所未有的發展時期。近年來，GPU技術以令人驚異的速度在發展。渲染速率每6個月就翻一番。性能自99年，多年來翻番了十倍百倍，也就是（2的10次方比2）提高了上千倍！與此同時，不僅性能得到了提高，計算質量和圖形編程的靈活性也逐漸得以改善。
以前，PC和計算機工作站只有圖形加速器，沒有圖形處理器（GPU），而圖形加速器只能簡單的加速圖形渲染。而GPU取代了圖形加速器之後，我們就應該摒棄圖形加速器的舊觀念。
GPU的結構
GPU全稱是Graphic Processing Unit－－圖形處理器，其最大的作用就是進行各種繪制計算機圖形所需的運算，包括頂點設置、光影、像素操作等。GPU實際上是一組圖形函數的集合，而這些函數由硬體實現。以前，這些工作都是有CPU配合特定軟體進行的，GPU從某種意義上講就是為了在圖形處理過程中充當主角而出現的。
一個簡單的GPU結構示意圖包含一塊標準的GPU主要包括2D Engine、3D Engine、VideoProcessing Engine、FSAA Engine、顯存管理單元等。其中，3D運算中起決定作用的是3DEngine，這是現代3D顯卡的靈魂，也是區別GPU等級的重要標志。3DEnglne在各公司的產品中都是宣傳攻勢的重點照顧對象，名字一個比一個響，像NVIDIA的nFjnjtFX系列、CineFX系列，AMD的SmoothVision系列。一個3DEngine通常包含著T&L單元、VertexProeessingEngine、SetupEngine、PiexlShader等部分。
GPU的工作原理
GPU中數據的處理流程
現在讓我們來看看第二代GPU是如何完整處理一個畫面的吧！首先，來自CPU的各種物理參數進入GPU，Vertex shader將對頂點數據進行基本的判斷。如果沒有需要處理的Vertex 效果，則頂點數據直接進入T&L Unit 進行傳統的T&L操作以節約時間提高效率。如果需要處理各種Vertex 效果，則Vertex shader將先對各種Vertex Programs的指令進行運算，一般的Vertex Programs中往往包含了過去轉換、剪切、光照運算等所需要實現的效果，故經由Vertex shader處理的效果一般不需要再進行T&L操作。另外，當遇到涉及到曲面鑲嵌(把曲面，比如弓形轉換成為多邊形或三角形)的場合時。CPU可以直接將數據交給Vertex shader進行處理。
另外，在DireetX的Transform過程中，Vertex shader可以完成Z值的剔除，也就是Back Face Culling――陰面隱去。這就意味粉除了視野以外的頂點，視野內坡前面項點遮住的頂點也會被一並剪除，這大大減輕了需要進行操作的頂點數目。
接下來，經由VertexShader處理完成的各種數據將流入SetupEngine，在這里，運算單元將進行三角形的設置工作，這是整個繪圖過程中最重要的一個步驟，Setup Engine甚至直接影響著一塊GPU的執行效能。三角形的設置過程是由一個個多邊形組成的，或者是用更好的三角形代替原來的三角形。在三維圖象中可能會有些三角形被它前面的三角形擋住，但是在這個階段3D晶元還不知道哪些三角形會被擋住，所以三角形建立單元接收到是一個個由3個頂點組成的完整三角形。三角形的每個角(或頂點)都有對應的X軸、Y軸、Z軸坐標值，這些坐標值確定了它們在3D景物中的位置。同時，三角形的設置也確定了像素填充的范圍。，至此，VertexShader的工作就完成了。