1樓：含辛
假設換腦手術成為現實，那是把腦袋整合到身體上，還是把身體整合到腦袋上？
有區別嗎？
當然我們習慣上會說CPU整合GPU，而不會反過來，是因為兩者存在主次關係，CPU為主，GPU為次。因為GPU能幹的，CPU也能幹，反過來則不行。
2樓：齊河一家
剛看到這個問題時,又自行腦補了幾個類似問題記憶體為什麼不整合CPU與GPU?
硬碟為什麼不整合CPU?
顯示器為什麼不整合CPU?
機箱為什麼不整合CPU?
為什麼眼睛不長在腚上而長在臉上?
GPU為什麼不整合記憶體？不整合硬碟？
也許遵循自然法則吧……企業要做什麼，能不能做得成，投入多少錢？面對天馬行空的想象付諸於實踐是否還有更多的路可選？哪一條路才是適當當今情況的？
然後，我們看到了今天的電腦結構
3樓：lophyxp
CPU現在最重要的任務已經不是運算了，而且響應中斷請求。作業系統就是乙個龐大的、為各種中斷請求提供中斷服務例程的集合。比如以POSIX為標準的各種系統呼叫。
GPU引入了shader，在GPGPU引入了通用的ALU，現在更是整合1024、2048、4096個ALU，有龐大的運算資源，儼然成了新的計算中心。為軟體提供OpenCL、vulkan的程式設計介面。
只是軟體適應這種變化、移植到新運算環境上還需要人力和時間。
4樓：靜海
因為大家潛意識中都是CPU是必要的，而好的GPU為選配。
所以現在不但沒有，而且就算有也只會宣為CPU內建了多麼強的核顯吧？
為什麼 GPU 的通用計算能力高於 CPU？架構原因？核心數量？
很快麼？所謂通用計算，其實也和問題型別有關，尤其對於GPU來說，流式設計早就是SIMD新片了，這也是單晶元上能快速整合大量計算單元的最有效辦法，而多核CPU則早起更多應該了單晶元MIMD方式，現在才開竅。所以對於不同架構來說，適合的問題不一樣，處理起來沒有可比性 GPU的SIMD架構 包括現在動不動...
相比 GPU，為什麼消費級 CPU 的進步這麼緩慢？
琴梨梨 圖形處理可以劃分為乙個個畫素點，而需要同步完成，所以在核心數小於畫素數時堆料很有用 CPU的運算處理可以看做乙個長算式，就像這樣1 1 1 2 2，在 1沒算完前，1是不能開始算的，同樣 2沒算完前你也不可能開始算 2。計算 1的時間很短，但在處理完準備開始算 1時有一定延遲，這部分延遲甚至...
手機遊戲中CPU和GPU哪個更重要？為什麼？
CPU更重要，還是GPU更重要？儘管很多人都認為跑分軟體不夠專業，但是不得不說，當效能以資料的形式呈現，相對來說要更容易理解。我們都知道，驍龍870的安兔兔跑分是73萬，驍龍888的跑分是80萬。這中間的數值差距，基本上就是處理器綜合性能的差距。但是也會出現一種情況，兩顆晶元雖然總分相近，但是CPU...