由于兩者面向的計算不同，CPU面對的是人們各種各樣的需求，比如你打開一個網(wǎng)頁的時候，CPU要負(fù)責(zé)網(wǎng)絡(luò)交互，要解析HTML文件和JS腳本，要構(gòu)建DOM樹，要加載各種各樣的資源，而最后才輪到GPU的事情：渲染畫面并輸出。
再舉個例子，玩游戲的時候，CPU負(fù)責(zé)完成游戲程序的邏輯、從硬盤里面加載游戲數(shù)據(jù)，然后才開始把圖形相關(guān)的東西挑出來交給GPU做，而游戲中的各種運(yùn)算還是離不開CPU的幫助，比如常見的NPC，他們怎么運(yùn)動，還是需要CPU來運(yùn)算。
從上述兩個例子中就可以看出，CPU負(fù)責(zé)的是各種各樣的計算，為了應(yīng)對這么多種類的計算，它的通用性要求非常高，而這就必定會造成設(shè)計上的復(fù)雜，比如要支持if-else這類條件語句就要針對性加入一些控制單元。而GPU從誕生開始，面對的就是單一種類的計算，早期的GPU為了更好的應(yīng)對單一的圖形計算任務(wù)，采用的是流水管線形式的設(shè)計，通過在芯片規(guī)模上的大量堆疊，就可以獲得在圖形處理速度上的提升，從而提供更好的畫質(zhì)，簡單粗暴。
所以問題的答案很明顯了，在計算上，CPU的通用性更強(qiáng)，什么活都能接，但是速度都不咋地；GPU只能接圖形計算這類活，速度非?？欤蛘咭部梢越犹貏e寫給它來計算的任務(wù)，這也就是GPGPU（在圖形計算單元上進(jìn)行的通用計算）的由來。
