成本和功耗啊。

不知道題主有沒有對晶片製造的相關流程有沒有了解。

首先是要準備原材料，那就是矽了，矽透過普通矽砂拉制提煉，經過溶解、提純、蒸餾一系列措施製成單晶矽棒，單晶矽棒經過拋光、切片之後，就成為晶片製造的重要組成部分——晶圓。

然後將金屬離子“轟擊”到晶圓表面，形成一層摻雜的半導體層，這這個步驟叫做離子注入；再透過電鍍工藝覆蓋上一層Hi-K（高介電常數）金屬。然後就開始對這塊晶圓進行刻蝕。在晶圓表面塗抹上一層光刻膠，然後透過光刻機，以類似於底片曝光的方式，將設計好的電路像拍照一樣“投影”在光刻膠表面。被照射到的光刻膠會變得易溶，用化學藥劑洗掉之後，順帶也溶解掉了沒被光刻膠保護的金屬層。在這個步驟，實際上奈米級的電晶體已經刻蝕完成，再透過電鍍將銅覆蓋在柵極、源極和漏極表面，形成電晶體的三個導電觸點，並進一步完成不同電晶體之間的銅(導線)互連層——這時候，一個CPU的電路部分已經制造完畢。

然後就要進行切割了。晶圓很大，現在的矽圓半徑通常在12英寸以上，也就是30cm左右，但是實際上無論上CPU還是GPU的核心面積很小，也就是我們要對這個大晶圓進行切割。但並不是晶圓的每個部分都可以用來作為製造晶片的原材料，因為晶圓在製造過程中會出現缺陷和瑕疵。而且位置並不固定，非常隨機，這些瑕疵就限制了取下的好的晶圓的形狀和大小。

然後對這些晶圓進行篩選，大的，瑕疵小的用來做高階CPU，小的瑕疵多的用來製造低端CPU，也有一些低端CPU是大的CPU遮蔽不良塊來實現的。然後進行封裝，就形成了CPU。GPU製造過程類似，不過篩選和封裝方式有所不同。

所以，這就對半導體行業有了一個工藝上的限制——芯片面積無法無限做大，不然良品率會爆炸的，製造的成本也會無限提高。。。所以高階晶片的價格和麵積往往不成正比。（而且在物理學上也有限制，一旦芯片面積超過一平方分米那麼晶片內部的訊號溝通就會出現明顯延遲，這對要求訊號同步率極高的半導體行業很致命）

這就是成本上的限制了，但還有個更要命的地方——功耗。

拿前段時間很火的六核六執行緒的9400f說話，這玩意兒滿載功耗是115w，再拿個甜品卡1660s看一眼功耗，滿載大概是180w左右，加起來就是300w。。。

300w！現在市售的一體水和風冷壓滿載功耗200多w的9900k都夠嗆，300w的晶片一出只能上分體水才能壓得住。。。所以現在將GPU和CPU融合的產品通常是限於功耗效能不會很高，比如銳龍的apu 3200g和3400g（9100f弱一點的CPU效能和1030弱一點的GPU效能），還有酷睿的核顯uhd630（比瘋牛病610強一點。。。）

我剛才還想到一個點。GPU發揮性能是十分依賴於視訊記憶體的，當然視訊記憶體和記憶體基本可以看為一種工藝但兩者還是有不同的，專用的視訊記憶體會讓GPU發揮更好的效能，但核顯只能借用記憶體來模擬視訊記憶體，效果不是那麼好。。。

事實上吧，題主說的高效能CPU和GPU結合有沒有呢？有，要出的ps5和xbox猩紅，前者是3700x和5700都效能，後者是3700x和接近於2080ti的效能。。。所以兩者的散熱器我預計基本上是傻大黑粗的型別了，應該是整個外殼都作為散熱系統。

這是一個非常好的問題，它有很多答案，取決於你從哪裡看。

正如您所說的，如果我們所需要的只是將記憶體保護功能鎖定到GPU中，那麼從硬體的角度來看，這樣做並不難。事實上，其中一些已經完成了！現在和最初比起來，GPU都支援虛擬記憶體，甚至可以查詢緩衝區(TLB)。

所以問題是，為什麼還沒有發生融合這種事？我能想到的兩個重要問題是：(1)軟體和平臺支援；(2)單執行緒效能差。即使我們有一個能夠支援現代作業系統的GPU，你仍有很多工作要做，編寫你的作業系統中所有特定處理器的部分。然後，您必須處理所有與I/O相關的問題，與外圍裝置的介面等等。

第二個問題是，當在單執行緒模式下執行時，當前世代的GPU太慢了。它們沒有分支預測、超標量執行或無序執行，它們的快取是原始的。這些技術都是構建高效能單執行緒處理器所必需的.此外，他們的時鐘頻率在600兆赫-1千兆赫範圍內，所以他們無法彌補這些功能缺乏更快的時鐘。

這就是NVIDIA需要ARM核心的原因--因為平臺和軟體已經為ARM核心啟動和執行，這也提供了非常合理的效能。

雖然我們希望在GPU等高度並行的體系結構和CPU這樣的單執行緒效能怪物之間有一個可調的頻譜，但是設計這樣一個處理器是一個困難的研究問題。其中一個原因是，當你在製造硬體的時候，你必須把你所需要的一切都放在矽上。一旦你這樣做了，無論你是否使用這些東西，你都要為擁有這些東西付出代價。你放下的和不使用的邏輯仍然消耗面積，增加你的晶片的成本，影響頻率和效能，因為它可能導致某些邏輯路徑更長，而且它仍然可能消耗能量。這些原因和我們還不知道如何構建這樣一個處理器的事實，可能是我們還沒有看到這樣的東西的原因。

最後一個問題是由於CMOS工藝技術。GPU通常是在高密度的過程中製造的，這種過程犧牲了效能來獲得面積，這樣它們就可以將大量SIMD封裝到它們的晶片中。CPU是建立在高效能的過程中，犧牲面積和功率來獲得頻率.將這兩種型別的程序組合在一起也是一個困難的問題。

GPU號稱執行記憶體放大器，CPU中央處理器！

不是阻止而是高壓問題，本來一個執行記憶體使用3.5伏左右的電壓，要透過CPU通訊線直接連線顯示介面！

如果拿一個CPU全力計算圖形，你說累不累？肯定累，在加上需要支援更高密度的顯示器，明顯就非常吃力！原本CPU內部就擁有一個GPU只不過太小而已功能不夠強大，如果要解決這個問題就需要顯示卡隨便把圖形模組轉移到GPU讓執行記憶體減少壓力，那麼這時候執行記憶體是不執行圖形的，只執行運算！

也可以說一個CPU同時控制兩個記憶體執行，如果你想拿GPU做執行也行，但需要寫硬體程式碼！

如果你想玩4K以上高質量的遊戲和電影，還有一個高密度的顯示器，GPU必須獨立！

GPU和CPU本身就是由於功能需求問題而產生的不同型別產品，不是不能融合，核顯就是一個很好的例子，但是融合的結果就是無法取得現在這種作為單獨裝置工作所能獲得的效能。

GPU的誕生是出於圖形渲染工作對並行處理器的需求，並行能帶來的優勢超過了序列，因此GPU都是這麼設計的，而現在的GP GPU因為統一了流水線，也能夠用在人工智慧領域。

而CPU主要是執行序列指令流的，所以CPU是核心，而GPU只能算是協處理器。兩者目前來說沒有必要融合，融合以後就是Soc，如果想讓一個IP同時具備兩者的功能目前看來還是不太現實，因為兩者的設計和用法差別太大了。