GPU顯示卡能取代CPU處理器嗎？這比喻絕了

　　GPU是替代不了CPU的，同樣，CPU也替代不了GPU。

　　如果形象點理解，GPU就像一群螞蟻，這些螞蟻都做著同樣的事，而CPU就像一隻猴子，這隻猴子做著各種不同的事。

　　從根本上說CPU和GPU它們的目的不同，且有不同側重點，也有著不同的效能特性，在某些工作中CPU執行得更快，另一工作中或許GPU能更好。

　　當你需要對大量資料做同樣的事情時，GPU更合適，當你需要對同一資料做很多事情時，CPU正好。

　　然而在實際應用中，後一種情形更多，也就是CPU更為靈活能勝任更多的任務。GPU能做什麼？關於圖形方面的以及大型矩陣運算，如機器學習演算法、挖礦、暴力破解密碼等，GPU會有所幫助。

　　簡單地說，CPU擅長分支預測等複雜操作，GPU擅長對大量資料進行簡單操作。一個是複雜的勞動，一個是大量並行的工作。

　　其實GPU可以看作是一種專用的CPU，專為單指令在大塊資料上工作而設計，這些資料都是進行相同的操作。

　　要知道處理一大塊資料比處理一個一個資料更有效，執行指令開銷也會大大降低，因為要處理大塊資料，意味著需要更多的電晶體來並行工作，現在旗艦級顯示卡都是百億以上的電晶體。

　　CPU呢，它的目的是儘可能快地在單個資料上執行單個指令。由於它只需要使用單個資料單條指令，因此所需的電晶體數量要少得多。

　　目前主流桌面CPU電晶體都是十億以下，和頂級GPU相差十倍以上，但它需要更大的指令集，更復雜的ALU(算術邏輯單元)，更好的分支預測，更好的虛擬化架構、更低的延遲等等。

　　另外，像我們的作業系統Windows，它是為x86處理器編寫的，它需要做的任務執行的程式，在CPU上肯定更為高效，你想每個執行緒的任務並不相同，基本上難以並行化，完全發揮不了GPU的長處。

　　那麼，可以預見在未來，隨著CPU進一步強化處理資料塊的能力，我們將看到CPU和GPU架構之間的融合，而且隨著製造技術的進步和晶片的縮小，GPU也可以承擔更復雜的指令。

　　CPU與GPU間的分工雖然還是大有不同，但彼此間的交集無疑會更多。