1樓：
原因很簡單，GPU至是能算，npu是專門為AI設計的。
打個比方吧。GPU是建築工人，npu就是挖掘機。建築工人在挖土方面肯定比不過挖掘機，但是建築工人還能做別的事情，挖掘機只能挖土。
說白了就是專用架構和通用架構的區別。手機裡通用性最高的是CPU，你能想到的一切操作CPU都能做，其次是GPU。通用性最差的是npu、ISP之類為特定場景設計的架構。
但是就AI計算的效率而言npu＞GPU＞CPU，和通用性成反比。
2樓：MebiuW
這個涉及到乙個效率的問題。在晶元世界裡，不存在小孩子是選擇，成年人是都要的選擇。 晶元要完成的任務越多（通用性越強），那麼對應呢效率也就越差（能耗成本）。
CPU算是目前最為通用的模組，幾乎什麼都能做，但是也因為通用，CPU的峰值效能一直上不去，設計約束太多。 所以當圖形需求變大後，當年就出現了GPU，捨棄一部分通用效能，換取更高的峰值效能。
類似的，現在深度學習加速的需求非常高，然而深度學習的專用性比GPU更高，GPU上一大堆設計對深度學習無用，所以類似NPU的東西就出現了。在深度學習上，NPU用很小的面積和功耗，就能做到GPU的效能。現在各大SoC拼命堆這個的原因就是如此。
另外事實上，CPU GPU NPU都會參與深度學習，根據任務不同用不同裝置才能效率最優。
為什麼華為要為麒麟SoC單獨舉辦發布會？
華為高階麒麟soc已經能夠獨當一面了，能與高通高階soc 三星高階獵戶座soc比肩。關鍵是搭載麒麟高階的機型不少而且都是走量的，在營收方面必定比高通高階soc好很多。大家應該知道，高通主要靠專利費和中低端晶元賺錢，而高階晶元研發費用很高，但用的廠商和他們的相應機型出貨量並不多，相比華為來說實在少了很...
多層PCB板為什麼要有單獨的地層和電源層？與兩層板一樣在訊號層大面積鋪地不行嗎？
pengruojing 簡單的說 基本是為了電磁相容的需要。同樣是四層板，單獨地層 電源層比混合方式 訊號，地，電源混在一起 要好不少，雖然我沒試過，但我相信科學 理由好像是這樣 1 訊號與返回路徑距離最近，因而圍成的面積最小，相當於乙個圍成面積很小的環形天線。2 訊號與返回訊號的電流方向相反，靠的...
為什麼SoC的製程提公升可以降低功耗？
晶元功耗主要來自兩個方面 訊號引起的動態翻轉功耗，靜態漏電功耗。動態功耗是佔比重最大的功耗。新工藝兩個主要的改進 1.工藝更新換代後，驅動電晶體的 0 1 狀態只需要更小的驅動電流，也就相應的是更低的電源電壓，但低電壓下新工藝卻能帶來與上一代工藝相同，甚至超越的效能。動態翻轉功耗是與電源電壓的2次方...