算力倍增

㈠ 如何提高小学低段学生的计算能力完善总结阶段工作总结

一、创设“问题的情境”启发学生的学习兴趣。
小学生经常爱问这是什么？那是什么？还要寻根觅底追问这是为什么？这种由好奇心产生的认识兴趣和求知欲是十分可贵的。在这个基础上对学生进行学习目的性教育，能使他们明确学好科学知识的重要意义。 设问引发兴趣动机是个体发动和维持其行动的一种心理状态，这种心理激发得越强烈，就越能使学生的学习活动表现出浓厚的兴趣、积极的态度、高度集中的注意力，从而最大限度地发挥个人的智能潜力。不言而喻，教师精确的设问，使学生处于情绪高涨、智力振奋的内部状态，并且有效地提高学生思辨的能力。一个诱发性的提问，可使学生思索之门，诱发他们的求知欲望。
二、运用精彩的实验激发学生学习科学的兴趣。
由于小学生年龄小，生活知识少，实验经验不足，所以对抽象的科学概念、规律的理解和掌握存在不少问题。加强教学中的演示实验，就会激发学生的学习兴趣，加深学生对科学知识的理解。
分组实验是在教师组织和指导下，让学生亲自动手实验，并观察分析的过程，它是学生独立获取知识，掌握实验的技能、发展认识能力和激发学习兴趣的主要方法。实验中，当事物发生了变化的时候，学生心情就会无比激动，学习兴趣倍增，感到其乐无穷，从而享受到了自然实验成功带来的学习和探究自然规律的快乐。
三、运用课内外制作来激发学生学习科学的兴趣。
在教学中，教师要充分放手，让学生充分地想，大胆地想，敞开思路无所顾忌地想，甚至异想天开，充分发挥学生的思维能力和创造力，让学生大胆设计实验，从实验中自行获取知识。
四、运用多媒体教学来激发学习学习科学的兴趣。
多媒体技术具有综合处理语言文字、图形、图像、动画、视频信号、和声音的能力。其图文并茂、视听结合、动静相宜，为学生提供了全方位、立体式的接受信息的便利。图中各种自然景观，使学生获得多重感官刺激，如临其境。情境的再现为学生创设了一个和谐、美好、愉快的学习氛围，激发了学生的学习兴趣、求知的欲望，从而极大的调动了学生的学习积极性。方式,有效地突破了难点,调动了学生的探究兴趣。
自然学科的内容本身是十分生动有趣的，它包罗万象。从天上的星星到地下的宝藏，从周围生气勃勃的动植物到千变万化的天气现象。只要教师善于组织这些内容，采取适当的教学方法，就比较容易激发学生的学习兴趣。教师在激起学生的学习兴趣以后，不能停留在兴趣上面，要不断引导，把这种直接兴趣发展成为爱好科学，并进而成为学生的志向，把学习跟远大理想和奋斗目标联系在一起。

㈡ 怎么评估激光雷达计算力 如fps

激光雷达是以激光为光源，通过探测激光与被探测无相互作用的光波信号来遥感测量的．使用振动拉曼技术进行测量的激光雷达技术即为拉曼激光雷达，主要用于大气遥感测量。拉曼激光雷达属于遥感技术的一种。激光雷达作为一种主动遥感探测技术和工具已有近50 年的历史，目前广泛用于地球科学和气象学、物理学和天文学、生物学与生态保持、军事等领域。其中，传统意义上的激光雷达主要用于陆地植被监测、激光大气传输、精细气象探测、全球气候预测、海洋环境监测等。随着激光器技术、精细分光技术、光电检测技术和计算机控制技术的飞速发展，激光雷达在遥感探测的高度、空间分辨率、时间上的连续监测和测量精度等方面具有独到的优势。
激光雷达是以发射激光束探测目标的位置、速度等特征量的雷达系统。从工作原理上讲，与微波雷达没有根本的区别：向目标发射探测信号(激光束),然后将接收到的从目标反射回来的信号(目标回波)与发射信号进行比较,作适当处理后,就可获得目标的有关信息,如目标距离、方位、高度、速度、姿态、甚至形状等参数,从而对飞机、导弹等目标进行探测、跟踪和识别。 根据探测技术的不同，激光雷达可以分为直接探测型和相干探测型两种。而按照不同功能，则可分为跟踪雷达、运动目标指示雷达、流速测量雷达、风剪切探测雷达、目标识别雷达、成像雷达及振动传感雷达。
激光雷达与无线电雷达的工作原理基本相同，且依赖于所采用的探测技术。其中直接探测型激光雷达的基本结构与激光测距机颇为相近。工作时，由发射系统发送一个信号，经目标反射后被接收系统收集，通过测量激光信号往返传播的时间而确定目标的距离。至于目标的径向速度，则可以由反射光的多普勒频移来确定，也可以测量两个或多个距离，并计算其变化率而求得速度。
相干探测型激光雷达又有单稳与双稳之分，在所谓单稳系统中，发送与接收信号共用一个光学孔径，并由发送-接收开关隔离。而双稳系统则包括两个光学孔径，分别供发送与接收信号使用，发送-接收开关自然不再需要，其余部分与单稳系统相同。
激光雷达是激光技术与雷达技术相结合的产物 。由发射机 、天线 、接收机 、跟踪架及信息处理等部分组成。发射机是各种形式的激光器，如二氧化碳激光器、掺钕钇铝石榴石激光器、半导体激光器及波长可调谐的固体激光器等；天线是光学望远镜；接收机采用各种形式的光电探测器，如光电倍增管、半导体光电二极管、雪崩光电二极管、红外和可见光多元探测器件等。激光雷达采用脉冲或连续波2种工作方式，探测方法分直接探测与外差探测。
气象雷达是专门用于大气探测的雷达。属于主动式微波大气遥感设备。与无线电探空仪配套使用的高空风测风雷达，只是一种对位移气球定位的专门设备，一般不算作此类雷达。气象雷达是用于警戒和预报中、小尺度天气系统（如台风和暴雨云系）的主要探测工具之一工作在30～3000兆赫频段的气象多普勒雷达。一般具有很高的探测灵敏度。因探测高度范围可达1～100公里，所以又称为中层-平流层-对流层雷达 (MST radar)。它主要用于探测晴空大气的风、大气湍流和大气稳定度等大气动力学参数的铅直分布
美国国防部最初对激光雷达的兴趣与对微波雷达的相似，即侧重于对目标的监视、捕获、跟踪、毁伤评（SATKA）和导航。然而，由于微波雷达足以完成大部分毁伤评估和导航任务，因而导致军用激光雷达计划集中于前者不能很好完成的少量任务上，例如高精度毁伤评估，极精确的导航修正及高分辨率成像。军事上常常希望飞机低空飞行，但飞机飞行的最低高度受到机上传感器探测小型障碍物能力的限制。且不说阻塞气球线这样的对抗设施，在60米以下，各种动力线，高压线铁塔，桅杆、天线拉线这样的小障碍物也有明显的危险性。现有的飞机传感器，从人眼到雷达，均难以事先发现这些危险物，这种情况，在夜间和恶劣天气条件下尤其突出。而扫描型激光雷达因其具有高的角分辨率，故能实时形成这些障碍物有效的影像，提供适当的预警。
激光雷达在军事上可用于对各种飞行目标轨迹的测量 。如对导弹和火箭初始段的跟踪与测量，对飞机和巡航导弹的低仰角跟踪测量 ，对卫星的精密定轨等 。激光雷达与红外、电视等光电设备相结合，组成地面、舰载和机载的火力控制系统，对目标进行搜索、识别、跟踪和测量。由于激光雷达可以获取目标的三维图像及速度信息，有利于识别隐身目标。激光 雷达可以对大气进行监测 ，遥测大气中的污染和毒剂，还可测量大气的温度、湿度、风速、能见度及云层高度。
海用激光雷达对水中目标进行警戒、搜索、定性和跟踪的传统方式，是采用体大而重的一般在600千克至几十吨重的声纳。自从发展了海洋激光雷达，即机载蓝绿激光器发射和接收设备后，海洋水下目标探测既简单方便，又准确无误。尤其是20世纪90 年代以后研制成功的第三代激光雷达上，增加了GPS定位、定高功能，实现了航线和高度的自动控制。如美国诺斯罗普公司研制的“ALARMS”机载水雷探测激光雷达，可24小时工作，能准确测得水下水雷等可疑目标。美国卡曼航天公司研制的水下成像激光雷达，更具优势，可以显示水下目标的形状等特征，准确捕获目标，以便采取应急措施，确保航行安全。
此外，激光雷达还可以广泛用于对抗电子战、反辐射导弹、超低空突防、导弹与炮弹制导以及陆地扫雷等。

㈢ CPU到底是多核心重要还是单核性能重要

如果是同代的单核CPU和双核CPU比较，只要双核的主频不是太低，双核的性能一定强过单核，尤其是运行操作系统以及常用软件的实际体验。
比如，早年的单核的赛扬E430系列，即使主频超到3.5GHz，体验也不如主频不到2GHz的双核赛扬E1500双核。
同理，架构相差不太大的近几年的处理器，主频略低的四核运行流畅度肯定强过主频较高的双核。比如，弈龙II X4 955虽然主频没有速龙II X2 280高，但体验一定是前者好的多。
也就是说，如今多核心变得越来越重要的今天，即使单核性能弱一些，也尽量要上多核心的U，体验会更好。就像你说的那样，后台进程越来越多，不会卡。
最后，单核性能和多核性能不能偏颇，要综合考虑。

㈣ GPU的浮点运算能力为什么会如此恐怖

GPU主要是进行是进行图形渲染的
有人说GPU的性能达到CPU的40倍这个说法是很不全面的
如果光说GPU在并行和密集浮点运算上达到CPU40倍性能这个或许可行（个人认为没有这么夸张，最好的GPU能达到最好的CPU的10倍就很令人吃惊的了，况且现在CPU出现了多核，这使CPU的运算大大提高了，而GPGPU貌似还限于单核），但在全运算上这么说就很没根据了
其实把GPU当作普通处理器使用依然有着不小的难度，其中最要命的恐怕就是GPU是被专门设计来处理图形，因此它的编程语言架构和编程环境都难通用。GPU运行非图形程序时，往往需要依靠极其复杂的算法和较为曲折的流程，GPU的强大运算潜力很多时候就在这样的迂回过程中被一点点耗尽。
除此以外，由于没有统一的API和驱动支持，GPU程序的开发者不得不针对每个GPU架构开发对应的软件版本，使得把GPU当作普通处理器项目的推进难度倍增。

㈤ 有谁知道spay吗也叫sp国际共享支付钱包

1.Spay钱包是一个全面开放的网络支付平台；
通过“转账”或“扫码支付”可以在任意两个Spay手机钱包之间转账，轻松完成交易支付的功能。
2.Spay钱包是一个赚钱神器：流通产生价值——“让钱永远花不完”；
spay钱包根据流通产生价值的经济学原理，运用区块链技术，结合积分方程、运筹学、倍增学等多门科 学的运用，只要使spay钱包里的“余额”流通就能产生“积分”，进而增值复利、倍增，让您的“钱” 永远花不完！
3.Spay钱包是一个自带消费全返功能的钱包；
比如商家B要将价值1000元的商品销售给客户A，那么A可以将1000余额转给B，这样A在获得商品的同时还
额外增加了800的积分，积分每天释放2‰，相当于消费全返了。而且商家B获得了800余额，还增加了 200的积分，收益更大了。
4.Spay钱包还是一台开挖Spay数字资产的矿机：
Spay数字资产通是过流通算力挖矿的，Spay钱包里面的余额流通转账或者我们推广分享就相当于开启了 矿机，系统每天根据我们的贡献值给各个钱包释放相应的积分，这些积分可以兑换成我们的数字资产， 就相当于我们挖出了新的币。所以说，Spay钱包又是一台矿机。

㈥ 有关等差递增计算力的方法

比递增法、等差递增法是租赁业务中计算租金的两种方法。根据其基本公式进行推导和分析计算，可知按照等比递增法计付租金，则实际租金率下降，甚至是大幅度下降，使出租人的利益蒙受损失；按照等差递增法计付租金，则实际租金率总是等于名义租金率，而且计算简便。因此，等差递增法比等比递增法公平合理和实用

随着我国中学教学改革的不断深化, 《上海市中小学数学课程标准（试行稿）》提出：大力推进基于现代信息技术的数字化数学活动（DIMA），建立以计算机、计算器（包括科学计算器、函数型计算器和图形计算器）为支撑、拥有智能软件和丰富课件、联接信息网络的DIMA平台。利用该平台，改善数学内容的处理方式和呈现方式，让学生在信息技术环境下自主学习，进行实验、探索和研究。

在大力推进信息技术在教学过程中的普遍应用，促进信息技术与学科课程的整合的今天，我校也在实施课程改革，图形计算器也相应运用到了数学拓展课的课堂上。为此我们设计了“用图形计算器研究表示等差、等比数列的几种方法”的教学案例。

一、教学背景：

在《数列》这一章中在讲解等差数列与等比数列的概念时，内容比较简单，学生很容易掌握。它是后面学习数列的基础，有助于培养学生的观察能力、归纳总结能力。而等比数列与等差数列在内容上是完全平行的，包括定义、性质、通项公式、两个数的等比（差）中项等，因此在教学过程中可用类比方法，从而弄清它们之间的联系和区别。
高一学生经过半年多的图形计算器的使用学习，对用图形计算器分析、建构、探究数学问题有了初步的认识。从中他们深感图形计算器的使用不仅改变了他们学习数学的方法，而且提高了他们学习数学的兴趣。他们非常喜欢这种“做数学”的学习方式。

图形计算器有着众多的数列使用功能，如数列通项公式、递推公式的运用功能，数列图像以及图像追踪的功能，数列运算表的表达功能，数列的迭代功能以及数列的编程功能等。这些都为学好数列的基础知识，正确认识数列，使学生在有效的尝试猜想、合理归纳、简化运算、验证运算中，体验公式的认知过程，领会其中的数学思想方法，提高问题处理的能力等起到了很大的作用。

二．课例的设计理念

等差数列、等比数列两个常规数列是整个数列知识学习的核心。猜想、归纳、递归、类比等数学思想在这两个基础知识学习中有着充分的体现，可谓是“麻雀虽小，五脏俱全”。而这些，在传统数列教学中是很难全面、正确地表现出来。这会造成学生对所学知识的片面理解，对数列的后续学习带来负面影响。而图形计算器有着众多的数列使用功能，如数列通项公式、递推公式的运用功能，数列图像以及图像追踪的功能，数列运算表的表达功能，数列的迭代功能以及数列的编程功能等。这些都为学好数列的基础知识，正确认识数列，使学生在有效的尝试猜想、合理归纳、简化运算、验证运算中，体验公式的认知过程，领会其中的数学思想方法，提高问题处理的能力等起到了很大的作用。所以我们设想通过用图形计算器来研究数列、表示数列，让学生对这两个常规数列有一个清晰的认识，同时也想通过这样的学习过程，培养学生的主动探究精神，提高他们的数学学习能力。

设计与实施：

新教材的教学内容更注重函数思想与计算机技术的整合。本章内容从一开始，教材就将数列置于函数的背景下，给出定义：数列是以正整数集（或它的有限子集）为定义域的函数，当自变量按照从小到大的顺序依次取值时，所对应的一列函数值为数列的项。数列是一类离散函数。在习题的配备中教材也时时与函数教学类比。等差数列、等比数列的通项公式、递推公式、图像是我们这节课研究的主要内容，我们设想在图形计算器的帮助下，通过做数学的方法让学生对数列知识有一个生动、全面、正确的认识，从学习中，提高学生的数学思维能力，培养学生正确的数学观，真正提高学生对数学学习的兴趣。

案例一 ⑴ 求等差数列 -121，-110，-99，-88，… 的第11项

⑵ 写出该数列的通项公式及递推公式

对于这个问题，其实根据其基本规律，就可以计算出结果。但是用图形计算器可以让我们从多个角度去思考问题的解决办法，有利于学生全面、正确了解等差数列的特性，从而简化计算。

方法一： 运用数值的迭代功能（如图①）：

①

方法二：运用图形计算器的数组功能（如图②）:

②

方法三：运用计算器的递推功能

图③是在设置了函数功能的前提下运用¿键的结果，这与图①的效果一样。

③

方法四： 猜想数列的递推公式、通项公式，通过计算器的数列相关功能，检验所得数列的递推公式、通项公式是否正确并求出该数列的第11项：

图④是根据该数列的特点，猜想出数列的递推公式，采用图形计算器的数列运算功能，运用y'画出表格所得。

④

图⑤是猜测出数列的通项公式，在寻找数列的通项公式中，是通过对数据的分析，得到公式，由特殊提升到一般的过程。然后同样运用y'画出表格所得。

⑤ ⑥

注：在解这道题的同时，我们还可以通过图形计算器验证“等差数列的通项公式是特殊的一次函数”。

如下图⑦可以得到数列的图像是在一条直线上的离散的点，也从中看出数列是一种特殊的函数。

⑦

方法五：因数列是特殊函数，利用图形计算器函数功能思考问题

图⑧是在“数列是特殊的函数”的认知条件下，用计算器的函数功能得到函数y=-121+11(x-1) ，并利用该函数与数列an=-121+(n-1)之间的联系来思考数列的相关问题。

⑧

方法六：充分利用图形计算器的函数拟合功能，通过数形结合，得到数列的通项公式

图⑨利用图形计算器线性回归功能，先列出数列的表格，然后根据表格中的数据把等差数列的通项公式与一次函数联系起来，用图形计算器的拟合功能得到函数关系式，由此得到数列的通项公式。

⑨

方法七：运用图形计算器的编程功能，解决数列问题（如图⑩）

⑩

点评：方法一、方法二采用了计算器迭代功能，但②显示出数列的项的序号与值的对应关系，从中我们初步体会到数列是一种特殊的函数。

方法四 是通过猜想数列的递推公式、通项公式，在计算器的数列功能的支持下，从数列的运算表或数列图像的追踪中反过来验证自己的猜想是否正确，并获得所要解决的问题的答案。这样的学习方法有助于培养学生的分析、猜想、论证、归纳的探究能力。这正是我们常规的学习中所欠缺的，而图形计算器的使用给我们搭建了这样的一种学习方法的平台。

方法六、方法七都是在明确数列是一种特殊的函数的条件下，在计算器的函数功能的支持下，我们通过对函数解析式的猜想或拟合，找到了解决问题的途径，这对于学生列的知识的学习及数列特性的认识，都能起到事半功倍的效果

方法八 采用了图形计算器的编程功能，这是普通数学教学中不能做到的，它从另一个视角揭示了等差数列的本质。

⑶ 209是否是该数列中的项，如果是是第几项？

方法一 、数组法 方法二、表格法

方法三、图像法 方法四、解方程

设置本小题的目的是：在第一个问题的基础上，利用图形计算器的运算、跟踪、解方程功能，培养学生的逆向思维，提高数学思维能力。

特别需要指出的是：上面我们讨论的数列是公差d>0的情况，对于初学者往往会产生一定的思维定势，例如：“公差d>0对于任何等差数列都是成立的”这样的错误认识，为了避免类似问题的产生，特别提醒学生注意下面两种类型的数列的区别

（1）常数列 （2）公差为负数的等差数列

-2，-2，-2，… 3，1，-1，-3，…

要让学生正确认识一般与特殊之间的辩证关系。

案例二：自己编一个等比数列问题的题目，从中研究等比数列的相关性质

从学生的诸多问题中找出典型问题师生共同研究，其中可以举出书上的例子

（现实生活中如：贷款买房、人口增长与住房面积的变化等——关注百姓身边的热点问题，注意引导学生把所学知识用到相关学科和生活、生产实际中去，使学生在获取知识和运用知识的同时发展思维能力，使学生能够运用已有的知识进行交流，并能将实际问题抽象为数学问题，建立数学模型。）

如“一尺之棰，日取其半，万世不竭” ，并要求说出它的数学模型，求出它的通项公式。

（无论新旧教材，课本在编写等差数列和等比数列内容时，都是利用两者在形式上有着许多相似之处，采用类比的思想方法，使学习者在知识的认知上进行迁移，而且这两种数列在解决问题的方法上，也有着许多可作类比之处。为了让学生理解类比思想的实质，特编写这样一道题。）

数学模型：等比数列的前四项分别是 1，1/2，1/4，1/8，…

方法一、数组直接求解 方法二、通项公式 方法三、递推公式

图表结果

图像结果

拟合求通项

需要注意的问题是：为了避免思维定势，也同样需要强调在等比数列中也存在公比q<0的情况

公比为负数

1，-2，4，-8，…

三、教学小结：

通过本节课的学习，使我们领会到了：（1）通项公式和递推公式都可以用于表示一个数列，但通项公式强调数列的项与项数之间的关系，递推公式则是表示相邻两项之间的关系式，因此，通常对于给定项数求数列的项时，通项公式较递推公式方便一些，而对于图形计算器，两者的表示方式是一样的。（2）数列作为一种特殊的函数，我们所研究的等差数列和等比数列分别对应于函数模型是定义在自然数集N上的一次函数和指数函数。(3)如果我们能够有效、合理地将图形计算器融入到数列的学习过程中，充分利用图形计算器的技术来解决数学问题，将会既快捷又方面，给我们的学习会带来意想不到的效果。

教学反思：

作为教师，我们觉得不仅仅是将自身知识传授给学生那么简单，更重要的是应当注重学生学习能力的培养，在教学过程中做到师生互动，培养学生自主、合作、探究的学习精神，同时要激发他们的学习积极性，最终才能达到好的效果。
这节课是在学习了等差数列的基本概念的基础上展开的，在内容上等差与等比数列几乎是平行的。学生已有一定的基础，教师将课堂的发挥空间让给学生，他们是这节课的主体，教师这时只要稍加启发，学生便能利用已有的等差数列的知识进行类比，并应用图形计算器，得到有关的性质。同时教师加以肯定、表扬，这样，学生学习数学的信心倍增，学习的热情高涨，积极性被充分调动起来，如此，岂有学不好的道理？因此，教师在教学当中应当引导学生积极主动地学习，在原有的知识基础上创设好的教学情境，学生

㈦ 如何衡量工作站性能 浮点运算能力

GPU主要是进行是进行图形渲染的 有人说GPU的性能达到CPU的40倍这个说法是很不全面的 如果光说GPU在并行和密集浮点运算上达到CPU40倍性能这个或许可行（个人认为没有这么夸张，最好的GPU能达到最好的CPU的10倍就很令人吃惊的了，况且现在CPU出现了多核，这使CPU的运算大大提高了，而GPGPU貌似还限于单核），但在全运算上这么说就很没根据了 其实把GPU当作普通处理器使用依然有着不小的难度，其中最要命的恐怕就是GPU是被专门设计来处理图形，因此它的编程语言架构和编程环境都难通用。GPU运行非图形程序时，往往需要依靠极其复杂的算法和较为曲折的流程，GPU的强大运算潜力很多时候就在这样的迂回过程中被一点点耗尽。 除此以外，由于没有统一的API和驱动支持，GPU程序的开发者不得不针对每个GPU架构开发对应的版本，使得把GPU当作普通处理器项目的推进难度倍增。

㈧ 请问下什么是GPU的浮点运算能力主要干什么的

GPU计算能力强主要是因为他的大部分电路都是进行算术计算的单元，实际上加法器乘法器这些都是相对较小的电路，即使做很多这种运算单元，都不会占用太多芯片的面积。而且由于GPU的其他部件占得面积小，它也可以有更多的寄存器和缓存来存储数据。CPU之所以那么慢，一方面是因为有大量的处理其他程序如分支循环之类的单元，并且由于cpu处理要求有一定的灵活性，那么cpu的算术逻辑单元的结构也要复杂很多。简单的说，就为了提高分支指令的处理速度，cpu的很多部件都用于做分支预测，以及在分支预测错误的时候，修正和恢复算术逻辑单元的结果。这些都大大的增加了器件的复杂度。
另外，实际上现在的CPU的设计上也在向GPU学习，就是增加并行计算的，没有那么多控制结构的浮点运算单元。例如intel的sse指令集，到目前可以实现同时进行4个浮点运算，而且增加了很多寄存器 另外，想学习GPU计算的话，去下载一个CUDA的SDK，里面有很详细的说明文档

㈨ 为什么GPU的浮点运算能力比CPU强的多

首先，「速度区别主要是来自于架构上的区别」是一个表面化的解释。对，架构是不同。但是这种不同是目前各个厂家选择的现状，还是由于本质的原因决定的？CPU 能不能增加核？GPU 那张图为什么不需要 cache？

首先，CPU 能不能像 GPU 那样去掉 cache？不行。GPU 能去掉 cache 关键在于两个因素：数据的特殊性（高度对齐，pipeline 处理，不符合局部化假设，很少回写数据）、高速度的总线。对于后一个问题，CPU 受制于落后的数据总线标准，理论上这是可以改观的。对于前一个问题，从理论上就很难解决。因为 CPU 要提供通用性，就不能限制处理数据的种类。这也是 GPGPU 永远无法取代 CPU 的原因。

其次，CPU 能不能增加很多核？不行。首先 cache 占掉了面积。其次，CPU 为了维护 cache 的一致性，要增加每个核的复杂度。还有，为了更好的利用 cache 和处理非对齐以及需要大量回写的数据，CPU 需要复杂的优化（分支预测、out-of-order 执行、以及部分模拟 GPU 的 vectorization 指令和长流水线）。所以一个 CPU 核的复杂度要比 GPU 高的多，进而成本就更高（并不是说蚀刻的成本高，而是复杂度降低了成片率，所以最终成本会高）。所以 CPU 不能像 GPU 那样增加核。

至于控制能力，GPU 的现状是差于 CPU，但是并不是本质问题。而像递归这样的控制，并不适合高度对齐和 pipeline 处理的数据，本质上还是数据问题。

㈩ 浮点运算能力在什么样的程序里会显得特别重要

GPGPU主要是进行是进行图形渲染的
GPGPU的性能达到CPU的40倍这个说法是很不全面的
如果光说GPGPU在并行和密集浮点运算上达到CPU40倍性能这个或许可行（个人认为没有这么夸张，最好的GPGPU能达到最好的CPU的10倍就很令人吃惊的了，况且现在CPU出现了多核，这使CPU的运算大大提高了，而GPGPU貌似还限于单核），但在全运算上这么说就很没根据了
其实把GPU当作普通处理器使用依然有着不小的难度，其中最要命的恐怕就是GPU是被专门设计来处理图形，因此它的编程语言架构和编程环境都难通用。GPU运行非图形程序时，往往需要依靠极其复杂的算法和较为曲折的流程，GPU的强大运算潜力很多时候就在这样的迂回过程中被一点点耗尽。除此以外，由于没有统一的API和驱动支持，GPGPU程序的开发者不得不针对每个GPU架构开发对应的软件版本，使得把GPU当作普通处理器项目的推进难度倍增。
PS：这里说的CPU是人们通常意义上说的CPU