硬件加速，简而言之，硬件加速就是利用硬件模块来替代软件算法以充分利用硬件所固有的快速特性。那么稍加变化就可以知道，GPU硬件加速就是指利用GPU强大的硬件图形处理能力，来代替CPU原本使用的软件模拟图形处理算法，从而充分利用GPU的特长为系统服务。
GPU硬件加速时系统如何运行呢？
现在我们有两个处理器、CPU和GPU，它们之间通过系统总线交换数据。
第一步：CPU从文件系统里读出原始数据，分离出图形数据，然后放在系统内存中，这个时候GPU在发呆。
第二步：CPU准备把图形数据交给GPU，这时系统总线上开始忙了，数据将从系统内存拷贝到GPU的显存里。
第三步：CPU要求GPU开始数据处理，现在换CPU发呆了，而GPU开始忙碌工作。当然CPU还是会定期询问一下GPU忙得怎么样了。
第四步：GPU开始用自己的工作间（GPU核心电路）处理数据，处理后的数据还是放在显存里面，CPU还在继续发呆。
第五步：图形数据处理完成后，GPU告诉CPU，我忙完了，准备输出或者已经输出。于是CPU开始接手，读出下一段数据，并告诉GPU可以歇会了，然后返回第一步。
GPU硬件加速可以让你的系统变得更快！
既然GPU硬件加速是利用GPU的特长为系统服务，那么好处是什么呢？这里用时下非常流行的骑游运动做个比方，正常情况下你在骑行的时候只有腿部在进行蹬踩运动（CPU正常运算），而当你遇到诸如顺风、下坡、被人推行等情况时，速度就会加快，并且腿部感觉非常省力（GPU参与运算）。
那么换到电脑上会是什么情况呢？在以前的很多应用中，CPU是负责所有运算的，而GPU则只是负责最后的显示工作，因此一旦出现处理复杂图形数据的时候，很多使用性能较弱的CPU的电脑系统就开始缓慢无比，而使用性能较强的CPU的电脑系统也会看到CPU资源被大量的占用。
而在GPU开始参与运算之后，原本会消耗CPU大量宝贵资源的图形数据处理部分就全部交给GPU这个专业人士进行处理了，从而降低了CPU的负担，并且利用自身的特长，使得图形数据处理的效率更快，从而提升系统性能。
摘自： maopig的博客
原文：http://blog.csdn.net/maopig/article/details/6803141
