狂堆核心的GPU VS 理性克制的CPU

如果你和我一样是个技术爱好者，或者近期关注过电脑，你大概率会有一个这样的疑问：
旗舰显卡动辄宣称 “上万个计算核心”，芯片尺寸一路朝着光刻机的物理极限狂奔，晶体管数量几年翻几倍；而主流笔记本的 CPU，还停留在 6 核、8 核，顶配游戏本也就 16 核、24 核，核心数涨得格外佛系。AI 火了之后就更明显了：大厂拼算力都在疯狂堆显卡，一张卡几万美金毫不心疼，却没人说 “堆一万个 CPU 核心”。

同样是电脑里的计算芯片，同样是用硅晶圆做出来的，为什么 GPU 能越做越大、核心越堆越多，CPU 却不照着这条路走呢？并非技术上做不到，而是这两者从根上就是在不同的场景，做着不同的任务。

一、全能学霸CPU VS 计算专家GPU

先做一个通俗的类比：

CPU 像一个全能学霸：能力全面，擅长处理各类杂难题、处理各种突发状况，办公、联网、聊天、上网、应对随机的各类交互需求，但同一时间只能专心处理少数几件事。
GPU 像一整个流水线计算工厂：里面有上万个计算专员，每个专员只会做简单重复的计算，比如给像素上色、算一组乘法等，但几千几万人同时开工，批量干活的速度快到离谱。

这个分工，直接决定了芯片里的 “面积分配” 天差地别：

CPU 的芯片里，大部分空间都用来 “想办法提速”—— 比如预判下一步要做什么、把常用数据存在身边、处理各种突发分支。真正用来算数的运算单元，只占很小一块面积，大概 10%~15%。
GPU 的芯片里，绝大部分空间都用来放 “计算专员”，指挥调度的办公室极简，缓存也只留够用的。70% 以上的面积都是计算单元，一切为了批量干活让路。

更关键的是：此 “核心” 非彼 “核心”。
我们说 CPU 8 核、16 核，指的是 8 个、16 个全能学霸；我们说 GPU 上万个核心，指的是上万个只会做重复运算的计算专员。两者根本不是一个量级的东西，直接比数量，就像拿专家教授和工厂流水线比人数，没有意义。

二、复杂指令集 VS 简单指令集

学霸和工人的干活方式不一样，给他们的 “功能手册” 自然也不一样，这就是常说的 “指令集” 差异。
你可以把指令集理解成遥控器：

复杂指令集（CISC） 像多功能遥控器，一个按键就能完成一整套操作 —— 比如 “打开视频 + 调到全屏 + 调高音量”。用起来省事，但遥控器本身设计复杂、零件多，不好批量复制。我们常用的 x86 CPU，就是这条路。
简单指令集（RISC） 像极简遥控器，每个按键只干一件事 —— 比如 “播放”“暂停”“音量 +”。单个按键功能很简单，但设计简单、不容易坏，特别适合大量复制。ARM CPU、手机芯片，还有所有主流 GPU，本质都走的是这条路。

问你个问题：你觉得这两类芯片，哪种更适合把规模做大？
其实两种都能做大，但简单指令集更容易做大一些：就像乐高一样，越简单越容易拼出超大规模建筑。
RISC很适合规模做大，比如显卡。
CISC也能做大，服务器端的CPU其实也有256核、288核。甚至可以通过上万颗CPU，堆出超级计算机。
可见芯片做不做大，和指令集简单还是复杂没必然关系，我们真正要算的还是经济账：有没有对应的场景需求、做大了划不划算。

三、为啥不用10000个CPU核心堆出超级CPU呢？

既然技术上能做到，那大家自然会想：既然 GPU 能堆上万个核心，那 CPU 堆上千个核心，性能不就起飞了？
但现实却很骨干：别说上千核，就算从16核堆到32核，对大多数人来说收益都已经很低了。背后有三条绕不开的铁律。

铁律一：有些活，人再多也快不了

很多事情都有一定的顺序，不是人越多做的越快：比如你打《黑神话悟空》需要100小时，再加上99个人你们也不可能1小时通关。
同样的，对于同一个银行帐号（假设有100元），你在100个APP上同一时刻都花10元，银行服务器的CPU核心再多，最终还是要串行化处理，花光100元为止，剩余90单扣款失败（绝不会让你扣成-400元）。
电脑里的绝大多数软件、游戏，甚至操作系统本身，都有大量这种 “必须串行” 的逻辑：点一下按钮要先判断点没点中，再加载对应内容，最后渲染到屏幕上。这部分代码，再多核心也只能一个核心慢慢跑。
阿姆达尔定律，说的就是这件事：如果一个任务里有 10% 的内容必须串行，那哪怕堆 100 个核心，最快也只能比单核心快 10 倍。核心数从 100 加到 200，性能提升不到 1%，几乎感知不到。

铁律二：人越多，沟通协调越费时间

三个学霸组队做项目，互相核对一下答案很快；但如果上千个学霸一起做同一份任务，光统一数据、对齐进度就要花大量时间。
CPU 的核心之间，必须保证大家看到的数据完全一致 —— 你改了一个数，其他所有核心都得同步更新。核心越多，同步通信的开销就越大，到最后大量算力都浪费在了 “开会对齐” 上，真正干活的时间反而少了。
而 GPU 的工人是分组干活的，组和组之间几乎不用频繁对齐，各干各的，几千个核心凑在一起，调度开销也很低，这是天然的优势。

铁律三：原材料供不上，人再多也只能闲着

工厂里工人再多，原材料运不过来，大家也只能停工等料。芯片也是一样：核心要计算，就得有数据及时喂进来。
CPU 的 “数据运输通道”（内存带宽）增长很慢，核心多到一定程度，就会出现大量核心闲着等数据的情况，加的核心纯浪费。GPU 之所以能堆很多核心，是因为它配套了专门的高带宽显存，运输能力和核心数量是同步升级的。

其实，更现实的问题是：绝大多数场景，8 核就够用了。
日常上网、写论文、看视频、打主流游戏，根本用不上几十上百个核心。花大价钱堆核心，用户感知不到提升，厂商自然没有动力去做。甚至还有反常识的情况：核心太多，争抢同一份数据的时候互相干扰，反而会越跑越慢，就像狭小的办公室里人挤人，谁都没法好好干活。

同样的，GPU的算力，也不会无限堆下去的。比如一个大型计算任务需要100张H100的卡，由于任务的下一个步骤需要上一个步骤的计算结果，所以如果任务数据不可再分，你再加100张卡，不一定就能大幅缩短任务耗时。

四、芯片提速的秘密：工艺、主频与性价比

既然不能无脑堆核心，那芯片怎么提升性能？另一个重要手段就是 “提主频”。
主频很好理解：就是芯片每秒能完成多少次基础操作，相当于工人的手速。手速越快，单个人的干活效率就越高。

为什么工艺越先进，主频越容易做高？

我们常说的 7nm、4nm、3nm 工艺，本质就是把芯片里最基础的 “电子开关” 做得更小。
开关变小了，好处有两个：
一是开合速度更快：电子跑的路程变短了，完成一次开关的时间自然就短了，每秒能开关的次数（主频）自然就高了。
二是更省电：小开关只需要更低的电压就能工作，同样的电量预算下，就能支撑更快的速度。

但主频不是越高越划算。
就像跑步，从慢跑变快很轻松，要冲刺到极限，体力消耗会暴涨。芯片也是一样：功耗和主频近似三次方关系，主频从 3GHz 涨到 4GHz，功耗可能直接翻倍。到了高频区间，再提升一点点频率，发热和耗电都会急剧增加，性价比极低。
所以厂商标的 “最高加速频率”，基本都是短时间冲刺的水平，长时间工作都会降下来，本质是在性能和耗电之间找最优解。

先进工艺的红利，各家用法不一样

同样是用上了新一代工艺，不同芯片的选择完全不同：

GPU：优先招更多计算专员（堆计算单元），把规模拉满，其次再适度提升手速（主频）；
CPU：优先让单个学霸更聪明（优化架构、加大缓存），主频稳步小幅上涨；
手机芯片：优先省电、保证续航，主频够用就行，把工艺红利用在降低功耗上。

五、大芯片的 “魔法”：坏了一点也能用？

芯片越大，制造起来就越容易出问题，这是个物理规律。
你可以把晶圆想象成一张大饼干，上面会随机分布一些细小的瑕疵。芯片面积越大，切出来的 “饼干块” 碰到瑕疵的概率就越高。顶级 GPU 的芯片尺寸已经快做到光刻机的极限了，按说良率会很低、成本会爆炸，但现实里它依然能量产，靠的就是一套 “瑕疵魔法”。

GPU 的先天优势：坏一块，不影响全局

GPU 的流水线计算专员们是分组干活的，一组出问题，其他组照样正常工作。
所以厂商的操作很简单：制造完成后测试一遍，哪组坏了，就直接把这组屏蔽掉，不让它参与工作。剩下的完好单元，依然能组成一块能用的显卡，只是算力少一点而已。
从底层的存储单元，到整组的计算集群，再到显存通道，GPU 设计了多层级的冗余容错：小毛病屏蔽一组，实在不行就降级使用。

一块晶圆，做出全系列产品

这套操作行业里叫 “收获策略”，它不只是技术手段，更是精明的商业操作：

完全没瑕疵的完美芯片，做成旗舰款显卡，卖最高的价格；
坏了一两组计算单元的，屏蔽后做成次旗舰，价格降一档；
坏得稍多一点的，再降级成中端型号，覆盖主流价位。

原本应该直接扔掉的瑕疵芯片，就这么变成了不同价位的可售产品，既提高了晶圆利用率，又摊薄了研发和制造成本。

当然 CPU 也会这么干 —— 比如把高端核心屏蔽两个、砍点缓存，做成中端型号。但 CPU 的 “学霸团队” 互相联系紧密、核心数量少，可裁剪的空间远不如 GPU，容错能力差了一个量级。

当然这套魔法也有边界：如果是全局控制中心、主时钟这种关键枢纽坏了，那不管 CPU 还是 GPU，都只能直接报废。

六、比 “做大” 更重要的，是做高效

说到这里你应该能发现：CPU 和 GPU 看似都是计算芯片，其实走的是完全不同的进化路线，但底层逻辑是一致的 ——任务属性，决定了硬件的形态。
需要快速处理复杂串行逻辑的场景，就需要 CPU 这种 “全能选手”；需要海量并行计算的场景，就需要 GPU 这种 “批量工厂”。

而现在，两者的边界正在慢慢模糊：

CPU 开始集成专门干批量活的单元，比如核显、AI 加速器，不用什么活都让通用核心来干；
GPU 也在慢慢增强调度能力，能处理更复杂的通用计算任务。

芯片 “变大” 的方式也在变：不再是一味地平面扩大面积，而是像搭积木一样把多个小芯片拼在一起，或者像叠蛋糕一样做 3D 堆叠，用先进封装突破光刻机的物理极限。

更重要的是，算力竞争的下半场，已经从 “比谁更大” 慢慢转向 “比谁更高效”。无脑堆核心、堆显卡的粗放增长，边际收益会越来越低；真正的竞争力，是把每一份算力都用在刀刃上，减少等待、减少浪费、让硬件和算法更好地配合。

GPU：核心数量做加法，单核功能做加法，控制逻辑占比做减法
CPU：核心数量做克制，单核功能慢加法，控制逻辑功能做加法