CPU 与 GPU 是两种设计取向不同的处理器：CPU 基于低延时设计、单核性能强，适合串行运算与单个复杂任务；GPU 基于大吞吐量设计，把大量小型处理器集成在一起，适合大规模并行计算，因而被用于挖矿、AI 训练等场景。放到信创语境下，GPU 的国产化难度之所以更大，核心在于两条：CPU 有 X86、ARM 这类半成品框架可供国内企业学习和使用，而 GPU 基本上要完全自研；同时国内 GPU 人才远少于 CPU 人才。 加之全球市场由少数海外巨头垄断，国产 GPU 面对的是一道更窄的门。
两种架构，两种任务
在计算机行业发展初期，处理器只有 CPU。随着图形处理需求增加，才出现了专门画图的处理器，即 GPU（图形处理器），也就是显卡内部的核心处理器。英伟达的思路是把大量小型处理器集成在一起，用多个小核完成大规模的简单计算任务，由此形成 GPU 的逻辑架构。
发展到现在，GPU 的内核已增加到数百或数千个，功能也从图形显示扩展到高性能计算领域，与 CPU 互补，成为计算机内部的另一大核心处理器。
| 对比维度 | CPU | GPU |
|---|---|---|
| 设计取向 | 低延时，单核性能强 | 大吞吐量，内核数量多 |
| 擅长任务 | 串行运算，处理单个复杂任务 | 密集数据并行处理，大规模并发计算 |
| 典型场景 | 从串行计算到数据库运行等工作负载 | 挖矿、AI 训练等 |
从产品形态看，GPU 又分为独立 GPU 与集成 GPU。独立 GPU 一般封装在独立显卡电路板上，使用专用显示存储器，性能更高，但功耗与发热量较大，主要用于人工智能、挖矿等需要大量并行计算的领域，属于重要的增量市场；集成 GPU 通常与 CPU 共用一块芯片、共享系统内存，制作一般由 CPU 厂家完成，兼容性强、功耗低，但性能低于独立 GPU，主要承担传统图像显示功能，属于存量市场。
全球格局：少数海外巨头主导
全球 GPU 市场由少数几家海外巨头垄断。集成 GPU 一般由 CPU 厂商制作，因此该市场主要由英特尔主导，其占全球 PC GPU 出货量的比例保持在 60%-70% 之间，AMD、英伟达紧随其后；独立 GPU 方面，英伟达占据绝对的市场领导地位，市场份额常年在 75%-80% 之间，AMD 是第二大玩家，市占率约 20%。
正因如此，尽管 GPU 市场保持较高增速，真正的玩家只有英特尔、英伟达、AMD 等少数海外巨头。
国产 GPU 难在哪
与 CPU 行业不同，GPU 基本需要完全自研，缺少可供学习使用的半成品框架，叠加人才储备的差距，国产难度更大。
从进展看，国内做独立 GPU 的公司不少，但真正做出实物的只有景嘉微和中船 709 所，其他大部分厂商仍处在研发或流片阶段，距离商用还有较大距离。其中景嘉微 GPU 底层技术全部自研，产品推出更早、成熟度更高，其 2021 年发布的 9 系产品性能已可对标英伟达 2016 年的水平，能够满足信创要求，并已与国内主要的 CPU 和操作系统厂商完成适配，建立了一定的先发优势。中船 709 所在 GPU 领域技术积累较多且已有产品，书面指标较强，但在重要型号的现场 PK 中，实际性能发挥不如景嘉微。
市场推广方面，2020 年下半年是一个分水岭：此前 GPU 并非信创强制要求而只是推荐，景嘉微面临成熟且便宜的 AMD 产品竞争，推广困难；2020 年下半年起受国际因素影响，AMD 无法供货，整机厂商只能转向国产 GPU，而当时有成熟国产产品的只有景嘉微，其订单数高速增加。集成 GPU 领域则主要由 CPU 厂商竞争，产品重心更多在 CPU 性能与生态上，公开信息相对较少。
常见问题
CPU 和 GPU 的核心区别是什么？
CPU 基于低延时设计，单核性能很强，适合串行运算，即处理单个复杂任务；GPU 基于大吞吐量设计，拥有更多性能相对弱的 ALU（运算器），适合对密集数据进行并行处理。两者互补，共同构成计算机内部的核心处理器。
为什么信创语境下 GPU 比 CPU 更难实现自主可控？
关键在于路径不同：CPU 有 X86 和 ARM 这类半成品框架可供国内企业学习和使用，而 GPU 基本上要完全自研；同时国内 GPU 人才远少于 CPU 人才。再加上全球市场由少数海外巨头高度集中，国产替代的起点更低、难度更大。
目前国产独立 GPU 的进展如何？
真正做出实物的只有景嘉微和中船 709 所，其他大部分厂商还处在研发或流片阶段，距离商用仍有较大距离。景嘉微底层技术全部自研，产品成熟度较高，并已与国内主要 CPU 和操作系统厂商完成适配。