六种类型的处理器：CPU、GPU、TPU、NPU、LPU、DPU
几乎所有围绕人工智能算力基础设施展开的专业研讨中，六类核心处理器始终是绕不开的核心议题：通用中央处理器CPU、图形处理器GPU、张量处理器TPU、神经网络处理器NPU、语言模型处理器LPU，以及数据处理器DPU。我把所有六种方案都放在了一个页面上。
AI算力为什么GPU主导？CPU、ASIC矿机的底层差异解析
相信大家都知道，今年装机那个艰辛。不仅仅显卡贵，内存、SSD甚至还涨了好几倍。现在是张口Token，闭口算力的时代。但是说到算力，几乎只有卷GPU的，倒是没有CPU啥事情。
CPU与GPU平衡，被打破
公众号记得加星标⭐️，第一时间看推送不会错过。卷积神经网络 和大型语言模型 已在商业人工智能领域占据主导地位一段时间了。
GPU被CPU拖慢？Arm祭出新评测方法论
从Claude Code等AI编程工具，到能够处理文档、操作软件的办公助手，再到帮助用户规划行程、管理日程的个人助理，Agent开始承担越来越多具体任务。
深度解读高通下一代骁龙旗舰芯：CPU、GPU、NPU终极AI进化，黑科技拉满
今天，各类智能终端都在向智能体方向快速进化，AI加速从云端走向边缘，越来越多的AI功能可以在端侧高效、快速、安全的实现。
gpu是什么？cpu与gpu的区别：一文读懂！
你是否曾经好奇过：为什么高端游戏能够呈现出如此逼真的画面？为什么人工智能模型训练需要特殊的硬件支持？为什么视频剪辑师总是特别关注电脑的显卡配置？这一切都离不开两个关键组件：CPU和GPU。
一张图彻底看懂CPU与GPU：AI时代，谁才是真正的算力王者？
聊AI、算力、半导体投资，90%的人都分不清CPU和GPU到底有什么区别。看懂这两者的分工、进化与产业链，才算真正看懂当下科技主线的底层逻辑。一、CPU vs GPU：分工天差地别 CPU = 运筹帷幄的诸葛亮主打「少而精」，靠少量超强性能核心，是所有电子设备的控制中枢。
CPU、GPU 区别与功能
一句话总述CPU是通用处理器，擅长复杂逻辑判断、分支调度；GPU是图形处理器，擅长大规模并行简单计算。大模型Token推理核心算力载体是GPU，CPU主要负责管理、调度、IO，不承担大量Token生成计算。
GPU荒还没结束，CPU可能要被抢起来了
2026 年 5 月 31 日，英伟达宣布一颗拥有 88 个定制核心的 CPU 已经进入全面量产。AMD 计算与企业 AI 副总裁 Madhu Rangarajan 称，在公司测试的一条真实智能体流水线中，8 个阶段有 7 个完全运行在 CPU 上。