越來越多游戲服務器選擇CPU+GPU
在人工智能人工智能和深度學習等計算任務上，CPU早已不堪重任。因此，不少企業紛紛推出人工智能專用芯片概念，例如谷歌的TPU（Tensor Processing Unit）；還有業內人士力挺FPGA更適合深度學習的算法，這也是英特爾以高價收購Altera的主要原因。
不過，上述兩個替代CPU的方案都還未成熟，目前大多數企業采用的依然是“CPU+GPU”的組合，或者稱為異構服務器。通常來說，在這種異構模式下，應用程序的串行部分在CPU上運行，而GPU作為協處理器，主要負責計算任務繁重的部分。
因為和游戲服務器CPU相比，游戲服務器GPU的優勢非常明顯：
1.CPU主要為串行指令而優化，而GPU則是為大規模的并行運算而優化。所以，后者在大規模并行運算的速度更快；
2.同等面積下，GPU上擁有更多的運算單元（整數、浮點的乘加單元，特殊運算單元等等）；
3.一般情況下，GPU擁有更大帶寬的 Memory，因此在大吞吐量的應用中也會有很好的性能。
4.GPU對能源的需求遠遠低于CPU。【艾娜】