【IT168技术分析评论】一 在硬件和软件之间选择
“计算机软件和硬件的逻辑等价性”是计算机组成原理中一个非常重要的理论，意思是指计算机硬件能够完成的功能，逻辑上都能通过软件来同样实现。这一理论带来的实际好处是，使得我们今天的使用的计算机日趋小型化，成本和价格不断降低。比如，多年前我们需要用解压卡才能在PC上观看影碟，今天我们只需通过
视频播放软件就行，当然这些都得益于伟大的“摩尔定律”在过去一直发挥的神奇功效。
所有的硬件厂商，都挣扎在软件和硬件之间。在设计研发产品时，同样的功能，使用硬件的方式实现还是软件，他们一直在做着艰难的选择。当然，大部分的选择都会受制于当时的其它外围软硬件计算环境。
然而，随着时间的推移和技术的发展，硬件技术厂商也感觉越来越难以完成“摩尔定律”的预期，业界对此定律怀疑的声音也甚嚣尘上。这些怀疑的声音也让越来越多的人认识到，并不是所有的硬件都能被或者应该被软件替代，特别是在某些特定的计算领域，如图形成像，多媒体数据处理等。我们不难注意到，在计算机体系结构的发展过程中，大量的硬件已经消失了，但是，部分核心的硬件设备在计算机体系结构中势必会长期存在。这种硬件不断消亡的过程和趋势，会加剧计算机中所剩无几的硬件设备之间的相互争夺，争夺在这个体系结构中的霸主地位。
目前业界Intel为代表的
CPU芯片厂商和独立
显卡提供商NVIDIA之间的关于CPU和GPU之争，正是在这种背景下生的。
尽管从当前来看，在一台均衡计算的计算机系统中，CPU和GPU还是各司其职，除了图形运算，GPU主要集中在高效率低成本的高性能并行数值计算，帮助CPU分担这种类型的计算，提高系统这方面的性能。
GPU的计算能力不断加强，能部分取代CPU的计算功能是不争的事实，当NVIDIA通过收购物理处理器厂商AGEIA，推出CUDA(统一计算设备架构)之后，一个让CPU厂商坐立不安的局面似乎要出现了。
Cuda做为一个可编程的GPU计算架构，如果这种可编程架构能够影响甚至主导前端的应用，的确能够带给人无尽的遐想。CUDA是否会影响未来企业计算的格局呢？
资料： CPU微架构的设计是面向指令执行高效率而设计的，因而CPU是计算机中设计最复杂的芯片。和GPU相比，CPU核心的重复设计部分不多，这种复杂性不能仅以晶体管的多寡来衡量，这种复杂性来自于实现：如程序分支预测，推测执行，多重嵌套分支执行，并行执行时候的指令相关性和数据相关性，多核协同处理时候的数据一致性等等复杂逻辑。
GPU其实是由硬件实现的一组图形函数的集合，这些函数主要用于绘制各种图形所需要的运算。这些和像素，光影处理，3D 坐标变换等相关的运算由GPU硬件加速来实现。图形运算的特点是大量同类型数据的密集运算——如图形数据的矩阵运算，GPU的微架构就是面向适合于矩阵类型的数值计算而设计的，大量重复设计的计算单元，这类计算可以分成众多独立的数值计算——大量数值运算的线程，而且数据之间没有像程序执行的那种逻辑关联性。
因此从微架构上看，CPU擅长的是像操作系统、系统软件和通用应用程序这类拥有复杂指令调度、循环、分支、逻辑判断以及执行等的程序任务。它的并行优势是程序执行层面的，程序逻辑的复杂度也限定了程序执行的指令并行性，上百个并行程序执行的线程基本看不到。GPU擅长的是图形类的或者是非图形类的高度并行数值计算，GPU可以容纳上千个没有逻辑关系的数值计算线程，它的优势是无逻辑关系数据的并行计算。
CPU擅长的：操作系统，系统软件，应用程序，通用计算，系统控制等等；游戏中人工智能，物理模拟等等；3D建模-光线追踪渲染；虚拟化技术——抽象硬件，同时运行多个操作系统或者一个操作系统的多个副本等等。
GPU擅长的：图形类矩阵运算，非图形类并行数值计算，高端3D游戏。
