扫地僧能出高手，泥瓦匠也能成数学家

　　其实，在对VTF过程进行描述时，细心的读者应该已经发现我们留下的引子了——VTF的出现，为GPGPU的出现打开了大门。这是怎么回事？TMU单元不是专干贴图工作的么？这么一个纯粹的图形单元怎么会跟通用计算以及GPGPU发生联系，甚至还为它们的出现“打开了大门”呢？

　　不要小看我们图形处理单元，扫地僧可能是世外高手，泥瓦匠同样也可以是数学家的。

　　VTF操作的本质，实际上在于抽离材质的颜色信息，并将之转化成灰度数据，然后再将其与顶点数值进行对照并辅以相关的操作。“抽离颜色信息”，“转化成灰度数据”，“与顶点数值进行对照”，这不正是对一组数据或者说数组的操作么？

　　对于纹理的定址和拾取，本质上是对一定像素区域内颜色信息的处理过程，从材质库中拾取的纹理，其实就是一大堆像素数据的集合，所以这个处理过程本身其实也就是对数字的比对和改变。因此TMU单元这个看起来好像最为纯粹的图形操作单元，本质上其实也是在于一大堆的数据缠斗着。而VTF的出现，将这种本质更加彻底的暴露到了人们面前。GPGPU所要求的，正是对数据集合的直接处理，既然纹理可以等同于数据，那只需要将通用计算所要处理的数据关联成纹理模式，辅以对应的指令，不就可以让TMU单元来处理通用计算过程了么？　

材质与数组的对应　

　　纹理单元所能够进行的各种通用计算中，用途最广且意义最大的就是傅里叶变换以及空域卷积过程。傅里叶变换在图像处理、波形分析、信号分析甚至金融分析等过程中都有极其重要的作用，而空域卷积过程的应用则更加广泛，其在统计学、概率论、声学研究、以及电子信号处理领域都有广泛的涉及，任何一个存在于世界上受物理学支配的线性系统均包含卷积。对这两种运算的直接加速，让TMU单元的意义不仅限于单纯的图形处理，更扩展到了极其广阔的科学研究及日常通用计算处理领域。

　　利用纹理与数据的对应关系，TMU单元可以将经过对应几何关联过程之后的材质型数据当做一般的纹理，对其进行正常的定址以及拾取作业，通过设计好顺序的常规的贴图操作或者滤波操作，运算的过程就被转换成了图形操作过程，TMU对这些数据进行过处理之后，结果可以通过几何关联的反向操作来进行释放，整个操作的过程还可以得到来自Gather/Scatter指令的协助。

　　GPU之所以有今天在通用计算领域的成就，一半的功劳归于ALU及通用API的快速发展，而另外一半，则离不开TMU单元的努力。ALU精于纯数学方法以及直接函数领域的计算与应用，比如矩阵操作、并行规约、离散反余弦变换、快速亮方直方图绘制等等，而对于较为复杂而且偏向图形较多的处理，比如傅里叶变换，空域卷积等则是TMU所擅长的部分。ALU与TMU的精诚合作，让GPU拥有了进入HPC领域协助甚至逐步取代CPU的实力。