通过以往专业的测试可以看到 GPU在很多数据计算能力上超过了 CPU，例如：浮点运算能力， GeForce 8800GT 是 Intel Core2 Due Woodcrest 的 21.6倍； DES算法， GPU是 CPU的 11.4倍； MD5破解实验， GPU是 CPU的 13.1倍；字符串匹配实验， GPU是 CPU的 10倍。但是在一下八个方面 CPU是远远强于 GPU的。
1、 CPU强于 GPU：核心频率
纵观目前的情况来看， GPU执行每个数值计算的速度并没有比 CPU快，从目前主流 CPU和 GPU的主频就可以看出了， CPU的主频都超过了 1GHz， 2GHz，甚至 3GHz，目前最高级别的处理器 QX9770 主频高达 3200MHz。而 GPU的主频最高还不到 1GHz，目前最高级别的显卡 HD4870X2 核心频率不过才 750MHz。主流的也就 500-700MHz。所以 GPU在执行少量线程的数值计算时并不能超过 CPU。
 抛开彼此间的性能和架构不谈，光看 CPU与 GPU的主频就可以看出， CPU高出 GPU不止一点点这么简单，目前 GPU数值计算的优势主要是浮点运算，它执行浮点运算快是靠大量并行，但是这种数值运算的并行性在面对程序的逻辑执行时毫无用处，因此 CPU主频高是情理之中的事情，所以说 CPU频率强于 GPU频率是不可否认的。
2、 CPU强于 GPU：超频性能
由于架构的原因，即便是 GPU制程已经过渡至 60nm/55nm，超频能力也同样有了一定的提升，一样有着较高的超频潜力，但是， GPU的超频性能相比 CPU远远所不及，总体来看，核心突破 1GHz都十分困难，而体质稍好的 CPU却轻易的可以超频 100%甚至在额外的辅助下，拥有更高的超频幅度。
3、 CPU强于 GPU：功耗
独立显卡是电脑里的耗电大户，空闲状态下的功耗就已经不低了，满载情况下更是无法控制，特别是那些高端型号。
和显卡相比，不部分 CPU的功耗低了不少，特别是节能技术的普遍应用使其待机功耗可以做到很低，当然高端型号在全负载下也是非常耗电的。
4、 CPU强于 GPU：发热量
 随着芯片制造工艺的改进， GPU晶体管数成倍增加，集成度越来越高，其复杂程度已经远远超越了 CPU，在功耗居高不下的情况下，高端显卡的发热量自然高于高端 CPU。
5、 CPU强于 GPU：制作工艺
  从目前的发展状况来看，半导体第一大厂 Intel具备着世界上最先进的工艺技术， Intel CPU采用最先进的 45nm工艺制造，而 GPU大厂 AMD与 NVIDIA最高却仅使用 55nm工艺，在工艺上来讲 GPU落后于 CPU。
6、 CPU强于 GPU：微架构
从微架构上看， CPU擅长的是像操作系统、系统软件和通用应用程序这类拥有复杂指令调度、循环、分支、逻辑判断以及执行等的程序任务。它的并行优势是 程序执行层面的，程序逻辑的复杂度也限定了程序执行的指令并行性，上百个并行程序执行的线程基本看不到。 GPU擅长的是图形类的或者是非图形类的高度并行 数值计算， GPU可以容纳上千个没有逻辑关系的数值计算线程，它的优势是无逻辑关系数据的并行计算。
从现有 CPU和 GPU架构来看，两者不具备互相取代或是比拼强弱的技术条件。但是如果抛开性能，单从技术的角度来看，似乎 CPU的架构更胜一筹，单从 CPU不需要驱动，而显卡需要驱动就可以看出来。
7、 CPU强于 GPU：指令控制
 同样在这个方面， CPU和 GPU也无法比较，因为 GPU大多数指令都是面向数值计算的，少量的控制指令也无法被操作系统和软件直接使用。如果比较数据指令的 IPC， GPU显然要高过 CPU，因为并行的原因。但是，如果比较控制指令的 IPC，自然是 CPU的要高的多。原因很简单， CPU着重的是指令执行的并 行性。而在我们日常生活使用中，显然指令的控制更为重要。和支持操作系统所需要的能力 CPU相比还是天壤之别，而且指令执行的效率也无法和 CPU相提并论。 CPU目前在一些需要复杂指令控制运算的环境依然拥有很大优势，所以指令控制是 CPU强于 GPU的法宝，这是 GPU永远无法企及的区域。
8、 CPU强于 GPU：驱动
 在驱动方面可以说 CPU是完胜于 GPU的， CPU并不需要什么驱动便可以进行使用。而在这方面 GPU的驱动便十分重要，没有驱动显卡根本无法正常使用，并且驱动对于显卡的性能和兼容性起到决定性的作用，之所以 ATI显卡一直受 到玩家的舆论，大部分原因就是因为其驱动不完善造成的。
 GPU微架构复杂度不高，尽管晶体管的数量不少。从应用的角度看，如何运用好 GPU的并行计算能力主要的工作是开发好它的驱动程序。 GPU驱动程序的优劣很大程度左右了 GPU实际性能的发挥，而在这点上 CPU却完全不需要。
最后总结一下
CPU擅长的：操作系统，系统软件，应用程序，通用计算，系统控制等等 ;游戏中人工智能，物理模拟等等 ;3D建模 -光线追踪渲染 ;虚拟化技术 ——抽象硬件，同时运行多个操作系统或者一个操作系统的多个副本等等。
GPU擅长的：图形类矩阵运算，非图形类并行数值计算，高端 3D游戏。
随着用户应用升级， GPU在整机中已经占据了越来越重要的地位，其在多任务处理方面和浮点运算方面拥有绝对优势，如果能够加快制造工艺的升级步伐、多核心架构发展步伐，将 GPU与其他竞争对手的优势逐渐拉大， GPU在整机中的地位将会更加重要。
综上所述，在一台均衡计算的计算机系统中， CPU和 GPU还是应各司其职， CPU与显卡完美搭配才可以达到性能巅峰，不会出现瓶颈。除了图形运 算， GPU将来可能主要集中在高效率低成本的高性能并行数值计算，帮助 CPU分担这种类型的计算，提高系统这方面的性能。