本文转载自超能网，其他媒体转载须经超能网同意。

PC在刚诞生的时候，其实是没有GPU的，所有的图形计算都由CPU来计算。后来人们意识到CPU做图形计算太慢了，于是他们设计了专门的图形加速卡用来帮忙处理图形计算，再后来，NVIDIA提出了GPU的概念，将GPU提升到了一个单独的计算单元的地位。

由于两者面向的计算不同，CPU面对的是人们各种各样的需求，比如你打开一个网页的时候，CPU要负责网络交互，要解析HTML文件和JS脚本，要构建DOM树，要加载各种各样的资源，而最后才轮到GPU的事情：渲染画面并输出。

再举个例子，玩游戏的时候，CPU负责完成游戏程序的逻辑、从硬盘里面加载游戏数据，然后才开始把图形相关的东西挑出来交给GPU做，而游戏中的各种运算还是离不开CPU的帮助，比如常见的NPC，他们怎么运动，还是需要CPU来运算。

从上述两个例子中就可以看出，CPU负责的是各种各样的计算，为了应对这么多种类的计算，它的通用性要求非常高，而这就必定会造成设计上的复杂，比如要支持if-else这类条件语句就要针对性加入一些控制单元。而GPU从诞生开始，面对的就是单一种类的计算，早期的GPU为了更好的应对单一的图形计算任务，采用的是流水管线形式的设计，通过在芯片规模上的大量堆叠，就可以获得在图形处理速度上的提升，从而提供更好的画质，简单粗暴。

所以问题的答案很明显了，在计算上，CPU的通用性更强，什么活都能接，但是速度都不咋地；GPU只能接图形计算这类活，速度非常快，或者也可以接特别写给它来计算的任务，这也就是GPGPU（在图形计算单元上进行的通用计算）的由来。