是什么阻止了GPU和CPU的融合？「cpu gpu融合算法」

amd曾经有过除了物理融合还在系统层面上融合了CPU和gpu的产品，支持HSA以后运算，cpu和gpu共享内存实现统一寻址，gpu也能帮忙CPU进行运算，但是可惜没有应用支持，因为实现gpu协同运算需要在软件层面基层代码发生本质的改变，这样成本太大了，所以现在amd的APU不是以前的APU，现在的APU里面的CPU和gpu都是各自运算。末代支持HSA异构运算的旗舰apu 桌面端A12 9800 移动端 FX9830P。

网友:CPU相当于培养一个大学生 能做微积分 能算化学平衡的那种 GPU相当于招募10000个流水线工人 每天的工作就是做加减乘除 所以每个工人小学生水平就行 大学生能解决各种各样的问题 但是解决一个具体问题的时候 学过的其他的知识往往是累赘 比如算概率预期的时候 学过的光合作用过程是毫无用处的 但是下一时刻可能就在计算光合作用的速率 这时候摩擦力又成了无关知识 然而你并不能把"无关"的内容删了 删了就不是CPU 因为不全能 所以这就导致CPU本身永远有巨大的冗余 无法靠堆砌规模快速完成任务 让他只做加减乘除 相比显卡没有任何优势 但是如果无脑堆砌10000个大学生 那成本就太大了 现实中不可行。

网友:内部的指令集阻止了融合。CPU运行的是复杂指令集，GPU运行的是精简指令集。通俗点来说，CPU啥都会，但是效率不高。GPU只会单一的计算，但是效率很高。现在英特尔和AMD都开始用大小核做CPU了，可以理解为大核就是传统CPU，小核就是特殊的GPU。

网友:比喻不对，CPU像大学生，脚踢高数，手打代数，嘴里还能讲群论，顺手建模把问题给解决了。GPU像小学生，只会简单计算，但人数多，能大量做加减乘除题，几千人把一屋子试卷给做好了。