這幾個名詞代表了地球上最強大的幾個晶片公司：華為、蘋果、英特爾、高通、英偉達、谷歌、amd。

華山論劍沒有最高只有更高！

CPU是PC機的專用處理器，GPU是主要用於影象的處理晶片、NPU、TPU都是專用的人工智慧晶片，SOC是用於移動的一攬子系統功能整合晶片。

目前來看，CPU這塊英特爾和AMD你追我趕，各不相讓，全球除了它們，就沒有一家能在這個競賽中取得好成績，門檻最高。

而GPU影象處理晶片這塊，主要的競爭對手是AMD和英偉達，各有千秋，中國的科創板公司寒武紀和華為也有解決影象處理的專用晶片，在某些領域超過英偉達的產品，所以這一塊的競爭方興未艾。

而NPU、TPU是不同公司對人工智慧深度學習晶片的提法，我就知道不少公司都有自已的晶片和演算法。

因為這塊的晶片功能並不是很全面，很多都是對自已的獨家技術進行優化，使用性和廣泛程度，遠遠小於CPUGPU和SOC，所以這一塊我認為門檻並沒有那麼大。

說起CPU，它的歷史可就老長了，從一開始人們發明計算機就出現了CPU，最初的CPU是用在大型機和工業機器上的，IBM執其牛耳。

後來，由於晶片的整合度下降，開始出現小型PC機，IBM當時並不是很看好CPU的未來，就把相關的CPU製造技術和專利給了英特爾，讓英特爾一路前奔。

英特爾也很爭氣，不僅開發了出了效能趕超小型機的CPU，而且它建設了自已的晶片工廠，不停提高晶片整合度，增加晶片功能。

經過摩爾定律的薰陶之後，英特爾一路狂奔，把其它的競爭對手都踩在身下，只有一個AMD，緊緊咬住英特爾不放鬆，到最近才有超越的機會。

所以，通用計算機晶片的高門檻懷，讓英特爾保持利潤從80年代一直到今天，它的市值至今還有幾千個億美元。

而在通用CPU這方面，中國也有相應的龍芯，用在銀河計算機等大型機上，以確保我們的科技不會被卡脖子。

但是由於成本高企，我們生產的晶片還不具備在國際上大規模競爭的能力，主要是自用為主。

隨著移動網際網路的發展，PC的晶片慢慢不再顯得那麼重要，人們把眼光投入了移動網際網路的晶片。

移動的CPU，相對來說其效能和能力要求就不那麼高了，因為在移動端，主力是SOC

說過了CPU，就講到SOC晶片組了。

我們知道移動的手機體積小，散熱難，不可能象PC那樣安裝一個大型風扇散熱，所以傳統的X86技術不太好用，必須打造專門的移動晶片。

現在主流的幾家移動晶片廠商採用的都是基於AMR的低功耗晶片信令集和架構，蘋果的A14、麒麟9000，以及高通的965 +是流行的幾大晶片，當然，還有紫光的虎賁。

但是要做到SOC集，就是在一個晶片中既包括通訊基帶，又有計算、深度學習，不僅需要極同的整合度，還需要很豐富的通訊經驗，和設計水平。

這一點，我們的麒麟9000做到了，它也是全球首發的5G SOC晶片。

蘋果因為缺乏基帶技術，它的A14晶片必須外掛高通基帶，因此功耗稍大，頻寬也不是很理想。

高通理論上也可以做出5G SOC晶片，但是不知道它是基於成本的考慮，還是好貨要留在後面加價，並沒有推出。

所以，移動的SOC晶片雖然重要，但並不是組合起來就不能用，蘋果的A14也獲得了不少好評。

所以，我認為這個領域的競爭還剛剛開始，門檻還沒有那麼高！

GPU主要用於影象處理，視訊編解碼和平行計算。

這一塊目前英偉達是當然的王者，英偉達的黃老闆也是華人，最近正準備收購AMD，讓我們先祝他一路好運。

每年很多大型的遊戲賽，用得都是通用的GPU卡，好的影象卡，不容易卡頓，殺起LOL來得心應手，是很大的GPU市場。

而這幾年興起的區塊鏈、虛擬幣，也消耗了很多GPU卡，因為GPU的平行計算，正好可以對各路挖礦演算法優化，是採礦的當然之選。

目前來看，英偉達第一，AMD的GPU卡緊隨其後。

我們國內的寒武紀，開發了MU270卡，也有很好的編解碼效能，很多方面不亞於人後，只是支援的PC廠商不多，還遠不被人們所知。

而華為，據說也準備開發自研的影象通用卡，由於它的達芬奇架構的深度學習晶片組深為人所知，既便宜又低功耗，所以我也很看好華為在GPU的逆襲。

NPU和TPU用於人工智慧深度學習，是一些較為小眾的提法，其中TPU是谷歌提出的晶片組，主要用於它的Tensorflow深度學習框架，看來谷歌也希望免費的開源政策能夠幫它賣硬體增加收入。

NPU的全稱是神經網路計算晶片，主要用於人工智慧計算，但目前主要的人工智慧計算還是影象智慧分析。

從這個角度來看，NPU和GPU有一定的相似之處，必竟華為的達芬奇ＮＰＵ就用在各種攝像機上，不僅做智慧分析，也可以用來編解碼。

同樣，寒武紀、依圖等國內的人工智慧公司，也都推出自已的NPU晶片組，用於特殊的領域。

而蘋果的A14晶片叫也說有自研的NPU晶片。

所以針對SOC整合晶片來說，NPU或TPU只能算裡面的一個元件而已。

最後說了這麼多U，都是屬於晶片的範疇，哪怕是最簡單的NPU，也不是一個普通的廠商所能做出來的。

通過晶片的整合化，可以很好地降低能耗和成本，更好地促進我們的科技進步和創新。

最後總結一下相關的企業和水平：

技術門檻第一梯隊：

CPU：英特爾，AMD

SOC：華為，高通，

GPU：英偉達，AMD

詩云：

摩爾定律三十年，

晶片技術月月新，

你方製造電腦強，

我來創造移動端，

英特爾爭CPU，

華為SOC第一，

若問利潤誰家高，

英偉黃總笑哈哈。

當然是SOC了。

SOC叫做片上系統，別的都是xx處理器，而只有SOC叫做系統。一塊普通的soc能把CPU，GPU，NPU都整合進去。

以驍龍845為例，這塊SOC集成了基帶，CPU，GPU，DSP，ISP，音訊單元，系統記憶體和安全單元。其內部結構的複雜程度遠超桌面CPU或者顯示卡核心。

除了SOC之外，GPU是最複雜的。第一，GPU規模巨大，英偉達的GV100核心有大概211億個電晶體，而英特爾6700K則只有17.5億電晶體。第二，GPU驅動是最複雜的，目前來看世界上能解決GPU驅動問題的廠商只有英偉達。

CPU並不複雜，只要你的指令集和架構能有配套的系統就夠了。TPU和NPU是協處理器，他們在專業用途上很強但並不複雜。

CPU，Central Processing Unit，中央處理器。

GPU，Graphics Processing Unit, 影象處理器；

NPU，Neural network Processing Unit, 神經網路處理器;

TPU，Tensor Processing Unit, 張量處理器；

如果CPU、GPU、NPU、TPU比作一棟摩天大樓的話，SOC好比總部基地，所以SOC≥CPU≥GPU、NPU、TPU

問這個問題明顯外行，比大小呢？不管是CPU GPU WPU XPU的，都是晶片。簡單點說，晶片分設計和工藝兩個部分。設計，就是晶片架構嘛，架構服務於功能，什麼PU就是這麼分出來的嘛。大家知道的架構比如arm,mips,x86等。接下來就是工藝，架構設計了還在紙上，出產品要生產。生產就要靠工藝，比如大家天天看到的幾nm，光刻機等。

說起門檻來，設計上，CPU GPU門檻最高，因為架構要服務的功能比較綜合，電路，指令設計非常複雜，就算設計出來了，也要有系統軟體商用。之前有國芯號稱自助智慧財產權的架構，其實抄了mips。現在中國產晶片用的架構也都是國外的arm，mips這些。至於NPU，TPU相對服務功能簡單，就深度學習那塊功能，相對而言門檻較低。

工藝嘛，就體現工業綜合水平了，是一個長期過程。

最後，這裡只是通俗的說說，磚家就別看了！

有個問題已經有同學說了，soc與其他四個不在同一個範疇，不參與討論。前面四個，其實考量的維度也很多。如果一定要排序的話，個人認為在同樣的設計製造水平下，應用範圍越廣頻度越高的，需要支援的邏輯單元種類和特性越多，從穩定性上講難度越大，穩定是商用的極其重要的指標，效能和功耗還能逐步改進。因此大體上是CPU>GPU>NPU≈TPU

soc的門檻其實是最高的，畢竟soc是個整合架構，涵蓋但不限於前面幾個的一種。

但是排除了soc，門檻最高的就是tpu和npu。因為這兩個涉及到人工智慧這個新領域，而目前能做的基本資料就寥寥數十家(包括谷歌和華為)，可見其技術難度。

而CPU與GPU門檻反而是最低的，基本上套個殼都能用，極端點的就像麒麟，mtk，澎湃等基本上拿來就用的。

CPU和GPU門檻是低，但是要做得好做到能賺錢，同時還兼具高效能，那難度比npu和tpu難度更大。目前能做到這些的用四根手指頭能數的出來:高通，AMD，nvdia，Intel。(三星蘋果因為不外賣，無法知曉在CPU這一塊是否有賺錢，因此不在範圍之內)

先更正你的問題，你列的幾個都不屬於同一範疇，cpu是中央處理器，gpu是圖形處理器，npu和tpu屬於ai處理器。soc是系統整合晶片，是一種架構，可以將你說的前面幾種幾種整合到一塊晶片上，這樣做可以節省很多空間。

先回答問題：SoC複雜度最高、技術門檻也最高，是整合各種功能部件的大一統晶片。但隔行如隔山，各種晶片也都各具專業性，不可或缺、不可替代。

CPU：中央處理器（Central Processing Unit），是電子計算機系統的運算和控制核心，是資訊處理、程式執行的通用執行單元。其它專用計算單元，以及電子計算機三大核心部件CPU、內部儲存器（RAM）、輸入/輸出（IO）裝置，都是在CPU的統一排程及指揮下執行的，CPU就是計算機系統的大腦。

GPU：圖形處理器（Graphics Processing Unit，簡稱GPU），又稱顯示晶片，是專門在個人電腦（PC）、工作站、遊戲機和移動裝置（如平板電腦、智慧手機等）上負責影象和圖形相關運算的微處理器。最初影象、圖形運算也是由CPU完成的，但是隨著計算機系統圖形、影象運算量的急劇上升，就出現了專職的GPU。GPU可以大大減少計算機圖形影象處理任務對CPU的依賴，正所謂專業的事由專業的晶片來處理，可以讓CPU從繁重的圖形影象處理中解脫出來。

NPU：是專門負責人工智慧（Neural-network Processing Unit，也可以叫神經網路處理器）計算的部件。這是計算機晶片領域的新軍，但是AI計算也與GPU有同樣的職責，那就是負責專業的計算。這可以大大減輕負責通用計算的CPU的負擔，更可以提高人工智慧處理的效率。

TPU：張量處理單元（TPU）是一種谷歌設計的定製化ASIC晶片，專門用於AI機器學習工作。TPU為谷歌的主要產品提供計算支援，包括翻譯、照片、搜尋助理和Gmail等。Cloud TPU將TPU作為可擴充套件的雲端計算資源，併為所有在Google Cloud上執行尖端ML模型的開發者與資料科學家提供計算資源。因此TPU並非用在手機上的晶片。

SoC：是System on Chip的縮寫，稱為晶片級系統，直白的說就是所有計算系統整合在一個晶片上的意思。SoC在通用計算機上並不需要，因為所有專業計算部件都整合在一起，自然效能受限，但是SoC卻正是智慧手機這樣的移動計算需求所需要的。各種計算部件甚至部分儲存部件都整合在一個晶片上，可以大大減小晶片的體積和能耗，解決移動裝置計算的看似相互矛盾的幾大需求：在體積要更小、重量要更輕、能耗要更小的前提下，效能更強大。而且SoC可以大大簡化移動裝置電路板的結構及設計，提高裝置可靠性。

從以上各種晶片計算部件的介紹可以看出，除了CPU是負責控制及通用計算之外，其它幾種都是應需而生，從CPU職責分家而出的專業計算部件。但是SoC則是集各種通用或專業計算、儲存部件於一體的單一晶片，是整合其它各種計算單元（部件）的系統。

根據所用裝置基本功能的差別，晶片大體上可以分為區別明顯的二個技術路線。

一、PC（個人計算機、桌面計算機）、Server（各種伺服器）等以效能為最主要需求，功耗及體積等次之的一類；

二、以智慧手機、智慧手錶、平板電腦等為主的特別關注功耗與體積、重量，而效能次之的一類。

上述第一類裝置對晶片的需求，主要是更高的效能、更專業化的分工。這就像英特爾、AMD的CPU不斷提高效能但能耗越來越大，以及英偉達的圖形影象晶片計算能力、功耗甚至比CPU還高一樣。

正是因為不斷追求更高的計算效能，實際上目前雲端計算、通用計算、人工智慧計算的能耗竟然成了社會的一大負擔，一個計算中心的能耗甚至堪比一個城市的電能消耗。這類晶片不在乎整合問題，也不追求最高的製程工藝，因而CPU、GPU、TPU等計算單元基本上都是分離、獨立的晶片。

第二類裝置對晶片的需求，則幾乎正好相反。人們更關注體積、重量、可靠性、能耗控制，效能則排在了次要位置，所以儘管計算部件的專業分工也越來越細，但是晶片整合度卻越老越高，最終就產生了SoC這個大一統的晶片。為了這幾個極致追求，移動晶片是目前全球半導體行業技術含量最高、使用頂級製造工藝的產業。目前火爆的所謂7nm、5nm甚至很快就將實現的3nm製程工藝，幾乎就只有移動晶片在使用。

顯而易見，SoC就是最複雜、整合度最高、設計及生產難度最大的晶片，也可以說就是技術門檻最高的晶片。

隨著華為Mate40系列旗艦手機的釋出，麒麟9000也終於浮出水面。這款全球第一顆5nm製程工藝的5G SoC，方寸之間集成了153億個電晶體，是目前全球半導體業界整合電晶體最多、功能最完整的5G SoC，也是當之無愧最複雜的晶片。

由晶片架構示意圖我們可以看出，這顆SoC中包含了CPU、NPU、GPU、5G基帶（Modem）、ISP、LPDDR 5、HiFi Audio、UFS、4K HDR Video、移動安全晶片。

顯而易見，除了TPU（通常是AI機器學習的雲端計算所用，手機中主要是用NPU進行AI相關處理）沒有，麒麟9000不但包含了題目列出的其它所有晶片，甚至還包含了更多的其它晶片模組功能。

其中CPU部分是8個核心，包括1個3.13GHz A77大核、3個2.54GHz A77中核、4個2.04GHz A55小核，超過驍龍865 Plus 3.1GHz，是目前頻率最高的移動處理器。

同時整合的24核Mali-G78 GPU，架構超過麒麟990 Mali-G76，24核也多了一半，效能提升達60％。

AI方面整合兩個大核、一個微核的NPU，效能提升100％，還有四核ISP的專用部件。

基帶晶片是負責網路、通訊的晶片，是移動晶片的核心之一，華為在5G時代移動基帶上的技術領先已經毋庸置疑。麒麟9000搭載的基帶模組，業界首創四網協同技術，可將Wi-Fi 2.4GHz、Wi-Fi 5Ghz、主卡5G、副卡4G進行高效融合，在多變的網路條件下帶來聚合高網速、穩定低時延，實現網路優選、併發下載。

安全方面，麒麟9000晶片是全球首個通過國際CC EAL5+的移動終端晶片，HarmonyOS微核心則獲得了商用OS核心最高安全認證等級——國際資訊科技安全評估標準CC EAL5+認證，還通過了移動金融晶片和載體認證(國內)、國際FIDO身份驗證標準、ePrivacyseal等國際權威安全隱私認證。甚至華為已經在麒麟9000SoC直接集成了硬體的中國數字貨幣（DECP）錢包。

很明顯，SoC是晶片領域CROWN上的明珠，其設計複雜度之高、技術門檻都是其它晶片不可比的。

但是有一點要注意到，CPU、GPU、NPU及通訊基帶等晶片的計算要求是各不相同的，技術專業性特別強，每個領域都有最強的廠商、獨門技術及其相應的智慧財產權積累。做SoC最強的，未必是各種晶片技術都是業界最強的。

如華為SoC是明顯領先的，而且華為的5G技術、基帶晶片、NPU等都是最強者之一，但是通用CPU的最強者卻是英特爾、AMD，GPU高手則是英偉達、AMD、高通（移動領域），移動CPU目前則是蘋果、高通更強。

所以，技術的基本特點就是專業性，隔行如隔山，跨界是最難的。