吃飯時候梳頭並不能幫助你更快咀嚼。各管各的，頭髮管夠帥就完成了他的使命，至於口腔功能的執行速度，還得看他自己咀的快慢。

顯示卡的主要組成部分是GPU和視訊記憶體。

視訊記憶體的功能和記憶體差不多，不過一般比記憶體更快。

GPU的功能和CPU差不多，也是用來計算的，但與CPU不同的是，GPU擅長小數計算和平行計算，小數計算不說了，GPU與CPU相比，有更多的核心數，幾百，幾千，甚至上萬，而CPU一般我們常見的也只是個位數核心，在同一時刻能夠處理的任務數量天差地別，當然，如果單論單個任務的處理速度，GPU是遠遠比不上CPU的。平行計算就是這個意思，GPU更加擅長使用超多的核心執行基本相同的簡單任務。

舉個例子，我廠有100個員工，我可以讓他們組成一個流水線，完成比如生產汽車這樣的複雜型任務，這就是CPU；也可以讓他們全部都去擰螺絲，一次可以擰100個螺絲，這就是GPU。

在遊戲領域，我們舉PC上吃雞舉的例子，遊戲畫面的3D渲染是一種很有代表性的平行計算，比如一面牆上每一個面積單位(類似畫素)的顏色是由光線強度和牆面材質相加(實際上更加複雜)，而一面牆有幾千甚至上萬的單位面積，這樣的牆面渲染很明顯使用GPU是非常合適的。

而CPU並不是說不能完成這樣的工作，而是說並不十分適合，同樣的，GPU也能在一定程度上完成CPU的工作，但是因為各種技術上的問題，一般不會這麼做。

現在，我們瞭解了CPU和GPU的不同，初步明白了為什麼不讓GPU把忙不過來的工作交給CPU，但是其實這還不是所有的原因。

我們當然可以將程式設計"成如果GPU忙不過來，而CPU又很閒，那麼就讓GPU把部分工作交給CPU。"但在文章的開頭我提到，顯卡里面還有一個叫視訊記憶體的裝置，交給CPU完成的任務存在記憶體，交給GPU(顯示卡)處理的任務放在視訊記憶體，兩種儲存裝置分屬不同的硬體，如果資料頻繁的相互交換，是要佔用更多的硬體資源，很難保證處理效率更高，甚至說如果資料交換做的不好，讓遊戲更卡都是有可能的。

所以說其實並不是不把GPU(顯示卡)計算不過來的資料交給CPU，而是交換過程很麻煩，甚至有些程式或遊戲已經在這麼幹了，只不過可能我們沒有接觸或者沒有意識到。