如果说之前大家还对CPU GPU架构在高性能计算领域的能力有所质疑，那么现在毫无疑问的是，未来的超级计算机和高性能计算将由CPU GPU的架构构成。什么是超级计算机和高性能计算?一提到这两个概念，大部分人在第一时间都会想到“曙光”、“银河”，“深蓝”之类的超大型计算机。但是随着CPU性能的提升，随之而来的是发热量和功耗等方面的问题，现在的超大型集群出现了两个困境：一个是空间的限制，另外一个就是预算投入的无止境。例如，最新一期全球500最强超计算机的第一位走鹃(Roadrunner)拥有130536个计算核心，要想拥有这只“小鸟”，企业无论在投入还是供电方面，都得留下巨额的预算。
　　什么是CPU GPU的计算架构?就是在采用CPU进行控制的基础上，充分发挥GPU的多核心优势，将运算分门别类地进行分工，让CPu和GPU各自处理优势运算。比如，我开一个卖Pizza的小店，用CPU计算的方式就是买一辆面包车，今天有20家需要送Pizza，我就让面包车带着所有的Pizza挨家送货，到了最后一家的时候可能Pizza凉了。如果是GPU的工作方式，就是用买一辆面包车的钱买20辆自行车，每辆自行车都载着Pizza，然后同时出发。两个方式相比，在同样的成本下，后者可以在第一时间问时完成大规模的并行任务。可见采用并行计算的概念可以在成本，性能和功耗等多个方面都超越只使用串行方式进行处理的计算模式。现在的科研院所，在配备超级计算机时，通常是一个研究机构配备一台以CPU集群为基础的大型超级计算机，所有的研究人员根据自己的研究项目进展提前进行预约，这样在进行研究时的灵活性会受到很大限制。而采用GPU的超级计算机就可以更好地满足这类需求，通过配备NVIDIA Tesla GPU的个人超级计算机，科研院所可以达到在投入基本不变的情况下，人手一台超级计算机，相对于普通计算机在综合效率上达到10～100倍的提升!
　　去年，东京工业大学采用170颗Tesla GPU组成了Tsubame超级计算机，当年取得了全球500强超级计算机排名第29名的好成绩!在国内，吉星吉达也与NVIDIA一起推出了一款基于Tesla GPU的、面向石油天然气勘探领域的全新硬件与软件解决方案。与传统CPU集群相比，这个解决方案可以用更低的成本实现100-400倍速度提升，同时将功耗降低95％。与此同时，国内已经有十多所高校开设了应用GPU进行编程CUDA课程，为进～步普及GPU并行计算打下了的基础。可以预见，未来的大型计算机和高性能运算领域必将因为GPU这个拥有并行计算能力的“神奇小子”而更加精彩。