20年后人们可能不会再提到CPU是什么
至于英特尔等CPU厂商为什么没有采用GPU的先进插件电感器工艺自己投资生产线，是因为把原来的产品生产线一次过淘汰掉，可能连当初投入的资金都难以收回。而GPU厂商只是自己设计，再找其他厂商代工生产，并没有生产线的压力。
正因为如此，NVIDIA和ATI两家大厂可以投入更多的资金在研发上，让GPU技术快速提升，继而让麻省理工和哈佛的研究团队，看到了让电脑实现仿真大脑视觉识辨的可能。
GPU发展迅猛远超CPU
事实上早在2003年，科技界已经看到许多关于利用GPU代替CPU的消息。此后的2005年，麻省理工学院参与到了这项工作之中。该大学的图形研究小组运用阵列函式测试了GPU代替CPU的性能，而测试结果极度惊人。
在当时使用的测试程序中，小组使用了Intel C++编译器来优化超线程和SSE指令，并且以上的运行能够完成16和32位浮点运算。2005年，小组成员们便对几块A TIX800 XT和NVIDIA GeForce 6800G PU进行测试，产生的结果与一台3.4 GHz Pentium IV PC产生的结果进行比较发现，性能非常优秀。
2008年，NVIDIA公司Tesla计算事业部总经理Andy Keane表示，到2010年，采用NVIDIATesla GPU构建的超级计算机，有望进入全球高性能计算机TO P500排行榜的前十位。
他当时谈到，10系列G PU是首批拥有双精度的NVIDIA处理器。随着快速发展，未来G PU的性能一般每年都会翻一番，未来双精度性能将至少比当前的速度快5倍。
除了性能提升，成本、功耗、占地面积也是大规模超级计算机用户所关心的重要因素。
如比利时安特卫普大学原来用的超级计算机有512颗处理器核，成本是530万美元，占用了好几个机柜;而后来换成一台拥有8个G PU的台式系统，性能相当，成本只需7000美元，占地面积也大为减少。