2. Mục đích sử dụng:

1. CPU luôn là 1 đơn vị tính toán buộc phải có trên mọi máy tính, đảm nhiệm chức nhưng xử lí theo mô hinh input processing output và áp dụng rộng rãi mọi mặt đời sống con người. CPU là đơn vị tính toán điều phối hoạt động xử lí. Các công việc xử lí tuần tự, việc sau là kết quả của việc trước. Vì vậy, tập lệnh hỗ trợ xử lí của CPU rất rộng, thiết kế và hỗ trợ lượng bộ nhớ rất lớn ( lên đến hàng TB RAM)
2. GPU là đơn vị xử lí tính toán tập trung vào các công việc phù hợp được định nghĩa xác định trước và được chuyển đến từ CPU, thực hiện các tính toán nhỏ đồng thời do CPU phân phối. Do các nhân nhỏ, thiết kế đơn giản hiệu quả nên mức độ hỗ trợ đa dạng tính toán không cao và tập lệnh cũng đơn giản hơn nhiều tập lệnh của CPU. Dung lượng bộ nhớ cũng giới hạn hơn nhiều so với của CPU. Hiện đang có những project thúc đẩy việc liên kết bộ nhớ giữa các nhân GPU lẫn nhau để giảm bớt việc yêu cầu bộ xử lí sao chép dữ liệu giữa các vùng nhớ ( khác với tính năng DMA).
3. Từ GPU cũng có những thiết kế riêng tùy biến tập trung mức độ công việc cao với hiệu quả riêng ( như nhanh hơn, tiết kiệm điện năng hơn…) và là 1 tập rộng lớn bao gồm: Field-Programmable Grid Arrays (FPGA) and then Application Specific Integrated Circuits (ASIC). Như trong thiết kế nhân GPU tính toán hiện nay, nhân Tensor hỗ trợ bộ thư viện mở TensorFlow của Google tập trung vào các tác vụ tính toán số nguyên ma trận nên có sự cạnh tranh giữa các chip xử lí chỉ bao gồm nhân Tensor hay trong các nhân GPU kèm các bộ nhân xử lí Tensor giúp tăng tốc quá trình xử lí máy học. Vì vậy, rất nhiều GPU hiện nay ứng dụng thiết kế không còn tập trung khả năng xử lí hình ảnh thuần túy như dù cho xuất phát điểm ban đầu đều là GPU xử lí đồ họa: Nvidia Telsa, Intel Phi… ( tiếp phần 2).

Một số dòng máy hỗ trợ tốt tính toán cho AI để lắp GPU thêm