CPU擅长统领全局等复杂操作，GPU擅长对大数据进行简单重复操作。打个形象的比喻，那就是CPU是从事复杂脑力劳动的教授，而GPU是进行大量并行计算的体力劳动者。

        GPU是为了图形处理而被设计制造出来的，显卡是画笔，听从CPU的指挥处理图形图像，而GPU则是一个有大脑的画笔，它能进行几乎全部与计算机图形有关的数据运算，因此，GPU又被称为图形处理器，有了这样能干的员工，CPU就被解放了出来。

        在未来，GPU的性能越来越好，开始不满足于只是处理图形图像。CPU擅长逻辑控制，串行的运算。和通用类型数据运算不同，GPU擅长的是大规模并发计算，GPU的计算大部分是计算量大，但没什么技术含量，而且要重复很多很多次的那种类型。

        就像你有个工作需要计算几亿次一百以内加减乘除一样，最好的办法就是雇上几十个小学生一起算，一人算一部分，反正这些计算也没什么技术含量，纯粹体力活而已。

        而CPU就像老教授，积分微分都会算，就是工资高，一个老教授的工资就顶二十个小学生，你要是老板你会雇佣哪个？

        GPU就是这样，用很多简单的计算单元去完成大量的计算任务，纯粹的人海战术。所以GPU特别适合去做破解密码，挖矿和很多图形学的计算。这些计算可以分解为多个相同的简单小任务，每个任务可以分给一个小学生去做。

        GPU的运算速度取决于雇了多少小学生，CPU的运算速度取决于请了多么厉害的教授。教授处理复杂任务的能力是碾压小学生的，但是对于没那么复杂的任务，还是顶不住人多。

        当然未来的GPU也能做一些稍微复杂的工作了，相当于升级成初中生高中生的水平。但还需要CPU来把数据喂到嘴边才能开始干活，还是靠CPU来管的，毕竟一国不能有二主，做主的只能有一个。

        仓耀祖想要搞人工智能和物联网，那么也离不开图形处理器GPU，神经网络算法啊，机器学习啊这些都离不开GPU，在未来，GPU会进一步发展，相应的张量处理器TPU和神经网络处理器NPU也会被研发出来。

        仓耀祖的这些后续布局现在都还只是远景，需要等他把半导体产业的问题解决个七七八八之后才能开始进行研发。所以现阶段，仓耀祖还在打基础，他采取的办法就是产学研深度融合，紧抓大学联盟，成立多家科研企业，投入大量资金，不断积累人才和技术。

  The content is not finished, continue reading on the next page