一個是中央處理器，一個是圖形處理器完全不是一回事，gpu是代替不了CPU的，就像硬碟代替不了CPU一樣，固態應該也是有控制晶片的！

gpu雖然也有記憶體控制器但是沒有前端匯流排控制顯器，也就是說CPU可以把系統記憶體分配給顯示卡當視訊記憶體，但顯示卡不能把多餘的視訊記憶體給系統當記憶體用！而且指令集完全不一樣，顯示卡都跑不了國際象棋，你說它能當cpu用嗎？就相當於你讓一個繪畫大師去解哥德巴赫猜想一樣

摩爾定律已死，GPU最終會取代CPU,出之黃仁勳之口。

黃仁勳何許人也？英偉達CEO。

為何黃仁勳會說出這句話？其實黃仁勳的意思並不是GPU會取代CPU。在GPU取代CPU之前還加了一句，摩爾定律已死。

黃仁勳的真正意思是CPU的發展已經陷入瓶頸，摩爾定律已經失效，發展速度已經放緩。

反觀GPU，目前的發展大家有目共睹，1060戰970，一代更比一代強，相對於CPU效能的進步幅度更大。

黃仁勳所說GPU代替CPU，並不是說代替CPU的功能，而且代替CPU的發展。代替CPU公司的地位，扛起未來發展的大旗。而並不是GPU代替CPU的作用。

要弄清這個問題，首先你得明白 CPU 和 GPU 的特點。許多朋友只知道 CPU 是中央處理器，GPU 是圖形處理器，但它們的區別是什麼，各自的結構有什麼特點，針對的是什麼可能沒有搞清楚。

為了避免說教，便於其他沒有程式設計基礎的朋友理解，我在接下來的解答中將盡量減少專業名詞的使用，並且採用較多的比喻和對比來進行說明。

如果我們把 CPU 和 GPU 看成是兩個人，CPU 就是一個全能型人才，即“萬金油”。他什麼都會幹，隨便什麼任務交給他，他都能夠完成。所以，一個公司只要有一個 CPU，那麼，老總就可以高枕無憂了：

有問題？

CPU，你來處理一下。

但是，正因為 CPU 是一個全能型人才，他就免不了有全能型人才的缺點。俗話說得好，“全必不精，精必不全”。比如說，具體到某一個專業領域，CPU 同志雖然能夠解決，但效率可能就不那麼高了。為啥呢，他被設計為全能型，在“身體結構”上不能針對某一特殊問題搞一個最優架構——想想吧，如果針對圖形處理搞了一個專門架構，在其他問題的處理上又完全用不著，豈不是浪費？

下面再來說 GPU。GPU 就好像單位裡的一個專業美工。他其他的活不會做，就只會畫圖。當然了，如果碰上畫圖這樣的活兒，交給 GPU 同志效率會高很多，CPU 要三天才完工的話，他只要一天。但是，如果除畫圖之外的活交給他，那他就傻眼了（注意，這只是一個簡化版的比喻，目前由於程式設計技術的進步，許多非圖形類的計算工作也能交給 GPU 完成。比如在 DirectX 遊戲開發中，可以利用計算著色器完成一些邏輯簡單但數量多、高併發的計算工作）。

在現在這個越來越圖形化的時代，在電腦的日常使用中，由於圖形處理佔據了主導地位（通常也是最為耗時的工作），為了電腦跑得更快，任務處理更為高效，即使是CPU廠商，也往往會單獨為最佳化圖形處理而在 CPU 中整合一個圖形處理器。注意，圖形處理通常是一種高併發的運算：想想吧，即便是在解析度為 1024 * 768 的螢幕上顯示一個靜態圖形，你也得渲染近百萬個畫素點（如果是 4K 解析度，那就更多了）。要是動態的高解析度圖形呢？那每秒要處理的畫素點得以億計！所以，一個單核或幾核的 CPU 這時就顯得力不從心了。為啥？它本領高，但“人”少啊！而 GPU 的出現恰恰解決了這個問題。GPU 針對高併發而設計，單個“核”的構造很簡單，但數量特別多。換句話說，就是人笨，只能做一些簡單的計算或渲染工作，但它兄弟多啊！畫幾百萬個畫素點是吧，我成千上萬個兄弟一起上，那還不是小菜一碟！

所以，經過以上介紹，想必大家對於樓主的問題也基本能給出答案了。這就是，CPU 對於電腦是不可或缺的，而 GPU 則有點像是一個能效增益工具。按它們的產品定位來看，GPU 是無法取代 CPU 的。最後，順便指出一下，樓主提問中的個別用詞其實是不太準確的。比如，“gpu只需要很小的頻率就能完成很多 cpu 無法完成的事”。一般說來，CPU 的能力範圍要比 GPU 強，只是在個別專業領域做事的速度不如核多的 GPU 快。反過來，倒是 CPU 能做的事，很多 GPU 是做不了的。

不能替代。GPU的強悍指的是它可以進行大量圖形計算，擁有數千個流處理器，這類處理器是用來計算圖形的，計算複雜度相對簡單。CPU雖然核少，但是可以進行很多複雜計算，很多3d，PS，影片渲染都需要CPU來計算，而不用GPU就是這個道理。

當然不能。完全不能。GPU是顯示卡的處理晶片。速度遠遠比不上CPU CPU處理速度效能，散熱都遠強於GPU。GPU只有和CPU合作才能讓系統正常執行，想單幹還得再發展呀。

GPU：簡稱為圖形處理器，是一種專門獨立在個人電腦、遊戲機和一些移動裝置上進行影象運算工作的微處理器。

CPU：簡稱為中央處理器，它既是一臺計算機的運算核心也是控制核心，主要作用：解釋計算機指令以及處理計算機軟體中的資料。

再回答一下題主的問題吧：“GPU如此之強，能否代替CPU？”就目前階段來看，我覺得可能性不大！

1、CPU就是ALU的集合和圖形渲染，它終歸只是一個計算工具而已，扮演的是協助處理器的角色；

2、如果將CPU比喻為人體，那麼GPU就是我們人體的四肢軀幹；

3、如果遇上不合適的平行計算程式碼、邏輯程式碼、查表等情況，GPU將沒有處理能力。

4、它由ALU的設計決定了，它主要是用來渲染和繪製這種低端工作，所以它就沒辦法從事完成複雜的處理情況，因為它缺少了相應的指令集。

GPU是替代不了CPU的，同樣，CPU也替代不了GPU。如果形象點理解，GPU就像一群螞蟻，這些螞蟻都做著同樣的事，而CPU就像一頭大象，這頭大象做著各種不同的事。

從根本上說CPU和GPU它們的目的不同，且有不同側重點，也有著不同的效能特性，在某些工作中CPU執行得更快，另一工作中或許GPU能更好。當你需要對大量資料做同樣的事情時，GPU更合適，當你需要對同一資料做很多事情時，CPU正好。

簡單地說，CPU擅長分支預測等複雜操作，GPU擅長對大量資料進行簡單操作。一個是複雜的勞動，一個是大量的工作。

其實GPU可以看作是一種專用的CPU，專為單指令在大塊資料上工作而設計，這些資料都是進行相同的操作，要知道處理一大塊資料比處理一個一個數據更有效，執行指令開銷也會大大降低，因為要處理大塊資料，意味著需要更多的電晶體來並行工作。

CPU呢，它的目的是儘可能快地在單個數據上執行單個指令。由於它只需要使用單個數據單條指令，因此所需的電晶體數量要少得多，但它需要更大的指令集，更復雜的ALU(算術邏輯單元)，更好的分支預測，更好的虛擬化架構、更低的延遲等等。

另外，像我們的作業系統Windows，它是為x86處理器編寫的，它需要做的任務執行的程序，在CPU上肯定更為高效，你想每個執行緒的任務並不相同，基本上難以並行化，完全發揮不了GPU的長處。

那麼，可以預見在未來，隨著CPU進一步強化處理資料塊的能力，我們將看到CPU和GPU架構之間的融合，而且，隨著製造技術的進步和晶片的縮小，GPU也可以承擔更復雜的指令。CPU與GPU間的分工雖然還是大有不同，但彼此間的交集無疑會更多。

GPU誕生於上世紀90年代，1999年NVIDIA推出劃時代的Geforce 256以後，平均每6個月就會出現效能翻倍的新GPU，如果GPU能替代CPU的話，英特爾早就關門了。

CPU是「中央處理器」的英文縮寫，而GPU是「圖形處理器」的意思。其實兩者最大的區別在於：CPU啥都能幹，是個多面手；而GPU主要專注於影象的處理。

舉個例子，GPU的工作量很大並且需要不停重複，但技術含量不高，就像富士康流水線上的工人，屬於勞動密集型的人海戰術；而CPU的工作量相對較小但是比較複雜，就像是一個數學家不僅要會小學數學中的加減乘數，也要懂高等數學中的微積分、線性代數。

由於兩者的定位不同，CPU一般只是4核、8核，而GPU動不動就有幾百個上線個核心來處理大量的併發任務。

我在NVIDIA的官網上找到了一段影片，用畫畫的例子講了CPU和GPU的區別。從影象處理的角度，GPU要比CPU快上不少，但GPU也無法替代CPU所能做的其它事情，所以兩者是不可互相替代的。

GPU能否代替CPU

不能，兩者的設計目標和解決問題不一樣，就像一個廚師，一個會計。你能讓廚師替代會計的工作嗎？所以瞭解GPU和CPU，就能得出GPU能否代替CPU的答案。

CPU全稱是中央處理器，顧名思義，需要很強的通用性來處理各種不同的資料型別，同時需要邏輯判斷會引入大量的分支跳轉和中斷的處理。這些都使得CPU的內部結構異常複雜。而GPU面對的則是型別高度統一的、相互無依賴的大規模資料和不需要被打斷的純淨的計算環境。所以兩者的架構有很大的不同，如下圖。

從圖中可以看到，CPU和GPU均有自己的儲存(橙色部分，實際的儲存體系比圖示更為複雜)，控制邏輯(黃色部分)和運算單元(綠色部分)，但區別是CPU的控制邏輯更復雜，而GPU的運算單元雖然較小但是眾多，GPU也可以提供更多的暫存器和程式猿可控的多級儲存資源。

所以CPU更適合一些控制複雜的任務，比如分配程序任務，中斷之類。而GPU適合對大量資料進行相同操作的任務。兩者有不同的應用場景，所以GPU代替不了CPU，對於一些深度學習的任務，的確是GPU比CPU更佔優勢，因為深度學習大都是對大量資料進行矩陣操作。