1樓：Coresi7
別的不說
你讓GPU嘗試主動向視訊記憶體申請一塊區域幹活，這塊區域有可能隨著必要性，讓GPU嘗試申請更大區域擴充套件之，最後幹完活把這段區域釋放掉。
看看它能做到不。
CPU：這不是基本操作嘛？
2樓：realxie
G和C之間可是隔著DEF的。。。所以在G幹趴DEF之前不要想著取代C了。
在GPU幹趴CPU之前最大的可能性是量子計算全面普及了，哪還有CPU和GPU之分。
模擬男人無法取代女人，最多就是將來進化完全，雌雄同體了。
3樓：
cpu是host，gpu是device，前者負責掌控整個計算過程，後者用於處理計算過程中可用平行計算提高效率的部分計算，二者分工不同。
4樓：歐陽浩南
GPU 和 CPU的最大分別在於效率上的差異：
比如有兩條題目：
1/ 10,000以內每個數的兩兩相加
2/ 10,000以內每個數按加減乘除的順序做一次
第一條題目的答案比較分散，而且大數量，而且演算法過程簡單，要有效處理對於每個人的處理能力要求不高，但需要很大量的處理個體。
第二條題目的答案相對來說有連續性，數量相對第一條題目少上不少，而個別的乘和除比單純的相加複雜，而因為題目沒有很直觀的分割方式，那麼對於每個個體的處理能力要求就會高一些，所以可能只需要乙個人去處理，畢竟慢一點也無所謂。
如果給你同樣的資源，各一萬塊錢 ( 或者蛋糕 ) 去處理兩條題目，而雙方都不能用一些更高深的數學方法來解決問題的話
在 1,000,000個只會加減的小學生和 10 個精通數學的大學生之間選擇，兩條題目應該選那組人來解決會有更高的效率?？
第一條的題目，就是GPU一般處理的題目，就是那 1,000,000個小學生
第二條的題目，相比第一條來說，會更傾向交給CPU來做, 就是那 10個大學生
如果以角色扮演來說，電腦裡的各原件就像：
GPU 是只會做相對簡單算術的小學生
CPU 是會做各式各樣艱辛隱晦題目大學生
ROM, HDD, SSD 是題庫
RAM 是老師，拎著等作答者要答題的時候可是立馬給的，不用從題庫拿的
而超頻就是咖啡，喝完了像打了雞血，
體質好的喝一點點就可以有很大的提公升，
但長期喝、喝太多，還是會對於健康造成隱患的。
5樓：CatherinRye
這……居然是個問題？？？
不能完全取代？說的像是可以部分取代似的。
這麼說吧，你的手機可以沒有GPU仍然可以幹活，但要沒有CPU……就成了磚頭了好吧。
6樓：含辛
不僅不能，而且還會繼續分化，例如現在最火熱的專用於AI計算的TPU（google的叫法，華為稱為NPU）。
究其原因，無非就是專用結構更適合某一型別的計算工作，能大幅降低能耗提高效率，因此當一類運算工作的需求大幅增加時，專用計算單元的價效比就會凸顯。
題主對GPGPU的認知也有偏差，GPGPU相比GPU在架構上並沒有更「靠近」CPU，只是GPU廠商發現有很多其他領域的計算需求和圖形運算的需求非常類似，因此對GPU進行功能擴充套件（更多是在軟體層面）從而在更大的領域解放CPU而已。
但是，無論計算核心如何分化，將所有這些核心整合到乙個晶元上仍然是乙個主要的發展方向，例如華為的kirin 970，就整合了CPU+GPU+NPU等計算單元。對於晶元設計商來說，問題不在於用哪種架構取代另一種，而是如何分配不同單元在固定晶圓面積內的所佔比例。
7樓：蹄髈
簡單說就是指令集不適合複雜的邏輯處理，這是底層物理電路決定的，當然你也可以整合乙個CPU進去，但是這和現在CPU又有什麼區別。
8樓：不會Vue的尤小
不存在的…知不知道因為挖礦閒GPU速度慢能耗高，專門設計了一種挖礦用的U，除了挖礦別的啥都不會。
GPGPU雖然能夠通用計算，但是不可能在乙個die裡封裝能夠流處理，還能夠複雜運算的一堆電晶體。
未來不好說AMD 和 Intel 一起開發的處理器，在某種程度上實現了GPGPU，但真的像是APU那樣的通用計算…嗯…
9樓：HXD2F-1926
最簡單地來說，對於CUP你或許只聽說過多少核心目前還沒有二百多核的玩意。相比之下高階顯示卡攜帶的GPU至少都是一千個以上的流處理單元。乙個適合序列運算乙個適合並行運算。
10樓：蔬菜土豆泥
GPU像一群沒有數量上限的智障孩子，
CPU像乙個有數量限制的聰明孩子，
當只處理一件事的時候CPU比GPU有更高的速度和準確度。
在處理一百萬件事的時候GPU批量併發運算的效率就出來了，但是一會你就會發現一小部分智障算錯了，雖然大部分是對的。
11樓：
最大原因是NV壓根沒想取代啊。現在NV自己的GPU市場都消化不過來，根本沒必要去考慮擊敗CPU啊。
最近一次超算第一你說NV的功勞還是Intel的功勞？NV不出手就已經把Intel按到地上摩擦了好嘛……
細心的你沒事多看看CPU的有效使用率，早過剩了好嗎？但是你要玩遊戲，搞科研，NV分分鐘讓你乖乖掏錢。沒錢你就沒快感。
匿了吧……
12樓：
這麼和你說吧。
GPU相當於一群小學生，適合做1+1的計算。
CPU相當於乙個教授。處理複雜問題優勢肯定在。但是讓他做1+1就太浪費了。
13樓：
古惑仔看過吧？
假設陳浩南手單挑天下無敵，。有一天有500人來砸場子。雙方決鬥，規矩是只能一對一，敗者退場，直到一方沒人。
陳浩南單挑無敵，但是乙個人單挑500人車輪戰也得累死。所以就招了500小弟去打，一人乙個。戰鬥很快結束。
但是有一天來了乙個很厲害的古惑仔來砸場子。500小弟傻眼了。這個時候就只能靠陳浩南上場了。
陳浩南就是CPU，500小弟就是GPU。
所以你說500小弟雖然厲害，能代替陳浩南嗎？
我說的可能有一些不合理的地方，不要太在意。只是打個比方。
14樓：IseesI
底層硬體結構的不同決定了功能不同，面向的應用領域也就不同，所以二者也就沒法取代彼此了。明顯的區別就是，GPU把晶元大部分的面積用來做ALU了，好處就是計算效能好；而CPU大部分面積是用來做控制、Cache等部件了。所以他們更互補，而不是替代了
15樓：沉底的蠍子
其實電腦系統和人是可以產生很多模擬的。
gpu和cpu最大的區別在於乙個是感性器官乙個是理性器官。
感性與理性是人最重要的兩面，他們交替著主導人類的生活。中世紀以前人是偏感性的，但從近代開始，理性大大壓制了感性。
電腦最初發明的時候幾乎就不怎麼考慮感性，因為它是為了生產而被設計出來的，只重視控制而不重視感測，直到後來，人才開始考慮它的體驗性，顯示器、喇叭才開始慢慢被重視。
你會發現，無論什麼產品，使用者體驗都不是最初要考慮的，當它被設計出來的時候它總是為了優先滿足功效上的需求。
注意看人工智慧的發展，其實也是理性優先的，它可以先學習下棋，但它不會先學習如何談戀愛。
現代人首要發展的都是理性，而感性一直都在後面奮起直追。所以，除非再經過幾世紀甚至更長時間的改變。否則gpu不可能追上cpu。
16樓：YYANG
GPU生來就不是做邏輯運算的，主要是平行計算，而且最好是每個運算單元的計算都是不相干的，這點就決定了GPU取代不了CPU。手腳再發達也取代不了大腦不是。
17樓：
功能不一樣。
cpu單執行緒很強，多執行緒弱。gpu單執行緒弱，多執行緒強。就好比乙個小車跑得快，拉東西少，乙個大船跑得慢，但是運東西多。
現階段沒法取代的
18樓：未知的自己
我是從03年開始接觸GPU的，現在介紹一下它的歷史，可能這個問題的答案就更加清楚了。
首先寫結論，最大原因在於GPU的設計方向本來就不是為了取代CPU的，GPGPU的出現和目前GPU在AI等領域的應用更多地是學術界、NV公司、產業界共同努力的結果，當然NV公司為了擴大GPU的應用範圍確實做出了非常巨大的努力和投入，並最終開花結果，但是這不是說GPGPU是為了取代CPU，GPGPU本質上還是一種演算法加速，GPU的定位目前更多地是作為一種向量計算加速器而存在，是CPU計算的一種補充，這和CPU幹的活和實現的功能相比實在是很小一部分。
GPU的稱呼是從Nvidia推出Geforce256開始提出來的，因為這一代顯示卡可以承擔T&L計算，也就是頂點變換和光影計算，之前這方面的計算只能在CPU完成，也就是說這一代顯示卡終於可以把圖形流水線上的每一步處理工作都從CPU接手過來，所以稱為GPU，圖形處理器。
隨後Nvidia開始加強了GPU的可程式設計性，從GeforceFX開始提供可程式設計的頂點處理器和畫素處理器，到Geforce G80實現統一處理器架構，程式語言方面從早期的彙編，到Cg，最後到CUDA。
另一方面，早在01年開始，Nvidia已經有意識地和學術界合作來推廣可程式設計性GPU在通用計算上的應用，我記得Nvidia還出版過《GPU Gems》系列書籍來介紹GPGPU的最新研究進展. www.gpgpu.
org的建立者Mark Harris現在是Nvidia軟體的首席技術專家。
從商業角度上其實很好理解，畢竟PC領域賣的最好的顯示卡是整合顯示卡，購買Nvidia產品還是少數，如果不擴大應用領域，市場規模是有限的，而Nvidia也確實走出了一條不同尋常的道路。
GPU的CUDA核其實很類似與早期超級計算機使用的向量處理機，能快速地執行大量資料的簡單運算，這是因為圖形特點決定，圖形本來就是乙個4維向量的集合。但是你說要它取代CPU的功能還是差很多，而且也會喪失它最大的優勢。
當然我們不能排除Nvidia將ARM架構和GPU進行更一步整合，這畢竟是未來，但那個時候GPU就不再是GPU了。
19樓：饅頭
先說結論，可見的時間不會。 gpu和cpu的本質區別沒想象的那麼大。主要核心在是計算資源和快取的分配比例和密度不同。
就像裝甲車能不能取代家用轎車一樣。家用轎車沒必要安裝裝甲犧牲舒適性，同理，cpu也沒必要放棄快取，放棄單核處理能力，來提公升大併發下的計算能力。 得不償失
20樓：海淀遊民
看運算任務是什麼型別的，如果運算任務拆解成大量的小任務後可以並行完成，那就是GPU的天下，如果拆解完了後這些小任務是彼此依賴，那就是CPU的天下。
所以，GPU是取代不了CPU的
21樓：難看的帥哥
gpu要是現在直接取代cpu，整數效能上倒退二十年。
專為平行計算設計的處理器和專為精準計算的處理器沒有可比性的，能讓文科生和理科生比嗎？
CPU 和 GPU 的溫度是怎麼計算的？
假設TDP17W，那麼散熱器至少散熱功率達到17W輕載CPU也就2W，散熱功率15W 查不到CPU的比熱容，按矽估計，703 J kg K 估計CPU重10g?15 703 0.01 2 每秒降2度，估算 kknd1394 那個頻率和電壓差不多是線性的，功耗和電壓差不多是平方關係，所以功耗和頻率是差...
為什麼手機gpu的頻率沒有cpu那麼高？
16歲的殿下 按照我的想法也是這樣，手機是多核心CPU所以可以能保持良好發熱，但GPU只有乙個核心，熱就是真熱。多核心GPU就能解決這個問題，但手機體積太小還有就是除了個別幾台機器以外我還沒見過GPU有多核心設計的。 CPU和GPU是兩種不同計算結構的處理單元PE processing elemen...
cpu與gpu分別適應哪些不同型別的渲染？
芙蘭朵露 GPU渲染占領的是新興產業，比如3D視覺，產品渲染，講究的就是乙個人就是乙個工作室，短小精悍。CPU是歷史包裹問題，大多集中在老產業，比如動畫影視，效果圖等，很多流程都是固定的，輕易不能改動，不然成本會極高。 曾用名 需不需要看你渲染引數吧。GPU相當於是給CPU打助攻的，你覺得你的場景複...