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，這些螞蟻都做着同樣的事，而CPU就像一隻猴子，這只猴子做着各種不同的事。
從根本上說CPU和GPU它們的目的不同，且有不同側重點，也有着不同的性能特性，在某些工作中CPU執行得更快，另一工作中或許GPU能更好。當你需要對大量數據做同樣的事情時，GPU更合適，當你需要對同一數據做很多事情時，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擅長分支預測等復雜操作，GPU擅長對大量數據進行簡單操作。一個是復雜的勞動，一個是大量並行的工作。
其實GPU可以看作是一種專用的CPU，專為單指令在大塊數據上工作而設計，這些數據都是進行相同的操作，要知道處理一大塊數據比處理一個一個數據更有效，執行指令開銷也會大大降低，因為要處理大塊數據，意味着需要更多的晶體管來並行工作，現在旗艦級顯卡都是百億以上的晶體管。
CPU呢，它的目的是盡可能快地在單個數據上執行單個指令。由於它只需要使用單個數據單條指令，因此所需的晶體管數量要少得多，目前主流桌面CPU晶體管都是十億以下，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，像我們的操作系統Windows，它是為x86處理器編寫的，它需要做的任務執行的進程，在CPU上肯定更為高效，你想每個線程的任務並不相同，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，隨着CPU進一步強化處理數據塊的能力，我們將看到CPU和GPU架構之間的融合，而且，隨着製造技術的進步和芯片的縮小，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。
有問有答專欄是我們專門用來解答網友問題的一個欄目，如果你對本文或硬件上有其他疑問，歡迎隨時咨詢我們人氣編輯小超哥（微信9501417），我們還會選取部分問題放在有問有答欄目。當然你還可以讓小超哥邀請你加入我們超能網硬件交流群哦，一起嗨皮一起吃雞~~
來源：超能網
