CPU 和 GPU 处理器在计算机系统中擅长不同的事情。CPU 更适合专注于执行单个任务，而 GPU 更适合同时计算复杂的数据集。以下是 CPU 和 GPU 不同的更多方式。

1、多核心处理区别：GPU具有较多的核心，比如NVIDIA的GTX980Ti有2880个核心，而CPU只有几个核心，比如Intel的i7-6700K只有4个核心，但是GPU的每个核心的计算能力要低于CPU的每个核心的计算能力。

2、存储区别：CPU采用高速缓存来存储数据，但是GPU没有高速缓存，但是GPU有更大的内存容量，可以存储更多的数据。

3、散热面积区别：GPU的散热面积比CPU大，比如GTX1080Ti的散热面积是314平方毫米，而IntelCorei7-6700K的散热面积是97平方毫米。

4、应用领域区别：CPU一般用于执行系统和应用程序，而GPU一般用于渲染图形和图像，CPU更适合运行复杂的数据处理和逻辑操作，而GPU更适合运行大量简单的数学计算，比如计算机视觉和深度学习等。

5、CPU 专注于低延迟。具有低延迟的计算机通常经过优化，可以以最小的延迟处理大量指令或数据传输。在 CPU 中，延迟是指设备发出请求与 CPU 完成请求之间的时间延迟，该延迟以时钟周期为单位进行测量。

由于高速缓存未命中和未对齐，CPU 中的延迟级别可能会增加。通常，高延迟与增加的网页加载时间和应用程序故障有关。

相比之下，GPU 侧重于高吞吐量。吞吐量是指当每条指令的操作数独立于前面的指令时，每个时钟周期可以执行的相似指令的最大数量。内存带宽限制、算法分支发散和内存访问延迟可能导致低吞吐量。

6、由于硬件限制，CPU 制造商面临重大障碍。1965 年，摩尔定律基于对历史趋势的观察和预测而诞生，为现代数字革命奠定了基础。该定律指出，硅芯片上的晶体管数量每两年翻一番，而计算机的成本则减半。然而，57 年后，他的观察可能已接近尾声。今天，可以添加到一块硅上的晶体管数量是有限的。尽管如此，制造商已设法使用分布式计算、量子计算机和硅替代品来克服这些硬件限制。

另一方面，GPU 制造商目前没有面临硬件限制。Huang 定律观察到 GPU 的进步速度比 CPU 快得多。它还指出，GPU 的性能每两年翻一番。

7、上下文切换延迟是指处理单元执行进程所花费的时间。当发出带有指令的请求时，将自动启动依赖链，其中一个进程依赖于前一个进程，直到请求得到满足。由于将信息存储在寄存器中，CPU 在多个线程之间的切换速度较慢。相反，GPU 任务是同时执行的。这意味着没有 warp 间上下文切换，寄存器必须保存到内存并恢复。

8、GPU 主要是增强图像和渲染图形，速度明显快于 CPU。将 GPU 与高端计算机组件相结合，渲染图形的速度比 CPU 快 100 倍。尽管速度很快，但 GPU 通常设计用于执行简单和不复杂的任务。此外，GPU 的显卡