cpugpu算力比较
『壹』 CPU和GPU哪个速度快
单纯的以浮点运算速度为指标的话，GPU的速度要远远高于CPU，GPU的运算能力早就已经超过了1万亿次每秒，而CPU则仅仅是十亿到百亿级别
但事实上GPU只能执行预定好的任务，并不能像CPU那样去执行自定义的任务，所以单纯用计算性能来衡量是不合理的
『贰』 cpu 和显卡的运算能力谁强
cpu相当于一个博士，gpu相当于一万个小学生，小学生不能做高难度数学题，但是可以同时做大量的基础运算，而cpu虽然不能一下子算出一万条加减法，但是可以解出gpu无法运算的题目
『叁』 GPU的处理能力有CPU强吗
GPU号称能力强，但程序编制困难，
GPU用得上的地方，都是些简单枯燥大规模重复计算的地方，也就是说只能大规模杀杀小兵；比如Matlab里只能对快速傅里叶变换的计算采用GPU加速
真等到大量复杂数学原理，有嵌套计算，算法歪七扭八，逻辑性极强且互相耦合的，比如真正最消耗CPU计算能力的有限元分析
以目前程序技术，GPU铁定抓瞎，所以至今无人大规模应用。
『肆』 为什么GPU的浮点运算能力比CPU强的多
首先，「速度区别主要是来自于架构上的区别」是一个表面化的解释。对，架构是不同。但是这种不同是目前各个厂家选择的现状，还是由于本质的原因决定的？CPU 能不能增加核？GPU 那张图为什么不需要 cache？
首先，CPU 能不能像 GPU 那样去掉 cache？不行。GPU 能去掉 cache 关键在于两个因素：数据的特殊性（高度对齐，pipeline 处理，不符合局部化假设，很少回写数据）、高速度的总线。对于后一个问题，CPU 受制于落后的数据总线标准，理论上这是可以改观的。对于前一个问题，从理论上就很难解决。因为 CPU 要提供通用性，就不能限制处理数据的种类。这也是 GPGPU 永远无法取代 CPU 的原因。
其次，CPU 能不能增加很多核？不行。首先 cache 占掉了面积。其次，CPU 为了维护 cache 的一致性，要增加每个核的复杂度。还有，为了更好的利用 cache 和处理非对齐以及需要大量回写的数据，CPU 需要复杂的优化（分支预测、out-of-order 执行、以及部分模拟 GPU 的 vectorization 指令和长流水线）。所以一个 CPU 核的复杂度要比 GPU 高的多，进而成本就更高（并不是说蚀刻的成本高，而是复杂度降低了成片率，所以最终成本会高）。所以 CPU 不能像 GPU 那样增加核。
至于控制能力，GPU 的现状是差于 CPU，但是并不是本质问题。而像递归这样的控制，并不适合高度对齐和 pipeline 处理的数据，本质上还是数据问题。
『伍』 GPU和CPU到底谁运算能力强
GPU的运算能力的确比CPU强按现在的形势看，理论上GPU比CPU运算能力强、设计的复杂度已经比CPU高，而电脑的其他配件的集成度也会越来越高，GPU也能通过软件运行一些CPU的工作。
两者的侧重点不同，GPU针对的是图像，CPU针对的是数据，两者不好做比较，如果非要比的话，GPU要强于CPU。
『陆』 CPU&GPU哪个好
两者的用途不同，无法比较，也没有比较的意义。
CPU也就是中央处理器，是一块超大规模的集成电路，是一台计算机的运算核心（Core）和控制核心（ Control Unit）。它的功能主要是解释计算机指令以及处理计算机软件中的数据。
GPU也就是图形处理器，又称显示核心、视觉处理器、显示芯片，是一种专门在个人电脑、工作站、游戏机和一些移动设备（如平板电脑、智能手机等）上图像运算工作的微处理器。
两者的用途和功能完全不同，没有比较的意义。
『柒』 为什么CPU的浮点运算比不过GPU。
速度区别主要是来自于架构上的区别。架构的不同则是因为硬件的设计目的不一样。
ALU就是“算术逻辑单元（Arithmetic logic unit）”。
CPU和GPU进行计算的部分都是ALU，GPU绝大部分的芯片面积都是ALU，而且是超大阵列排布的ALU。这些ALU都是可以并行运行的，所以浮点计算速度就特别高了。
相比起来，CPU大多数面积都需要给控制单元和Cache，因为CPU要承担整个计算机的控制工作，没有GPU那么单纯。
所以GPU的程序控制能力相比CPU来说不强，稍早时候的CUDA程序像是递归都是不能用的（较新的设备上可以了）。
我觉得也不是CPU不能提高浮点计算速度，而是因为没什么特别的必要了。咱们通常的桌面应用根本没有什么特别的浮点计算能力要求。而同时GPU这样的设备已经出现了，那么需要浮点计算的场合利用上就行了
『捌』 相同功耗的前提下，cpu和gpu哪个算力更强
也就是比性能/功耗呗。比这个，gpu远胜cpu。当初正是因为cpu要把大量功耗和晶体管花在控制电路和cache上，gpu才会被做成独立芯片，并进一步有gpgpu。