Die rasante Entwicklung der Grafikprozessoren ( GPU) und deren Software haben dazu geführt, dass diese Hochleistungsprozessoren zunehmend für rechenintensive Aufgaben in Hochleistungscomputern, High Performance Clusters ( HPC) und Physics Engines eingesetzt werden. Daher spricht man in diesem Zusammenhang von General Purpose Graphics Processing Unit (GPGPU).
Der universelle Einsatz von Grafikprozessoren in rechenintensiven Grafikberechnungen wird durch Compute Unified Device Architecture (CUDA), eine Nvidia-Entwicklung unterstützt, mit der passende Anwendungen, die in C++++ auf Zentraleinheiten ( CPU) laufen, auf Grafikprozessoren portiert werden können. Der Grafikprozessor wird damit zum Co- Prozessor der Zentraleinheit und entlastet diese von rechenintensiven Aufgaben. Für entsprechende Anwendungen haben Grafikprozessoren signifikante Vorteile gegenüber Zentraleinheiten und zwar in Bezug auf die Rechenleistung und die Investitionen.
GPGPUs eignen sich besonders für Aufgaben, die aus vielen gleichförmigen Einzelberechnungen bestehen. Sie sind immer dann von Vorteil, wenn CPUs von Grafikberechnungen entlastet werden sollen. So beispielsweise bei geologischen, seismologischen und geografischen Berechnungen, bei medizinischen Anwendungen und bei Simulationen und Crash-Tests.