Amd过去的产品除了支持基于HSA的计算的物理集成之外，还在系统级别融合了cpu和gpu。CPU和gpu共享内存实现统一寻址，gpu也可以帮助CPU执行计算。可惜没有应用支持，因为gpu协同计算的实现需要在软件层面对基础代码进行本质性的改动，代价太大。所以现在amd的APU已经不是以前的APU了，现在的APU中的CPU和gpu都是独立运行的。支持HSA异构计算的最后一款旗舰apu台式机A12 9800 mobile FX9830P。
网友:CPU相当于培养一个大学生会做微积分，会计算化学平衡。GPU相当于招了一万个流水线工人。他们每天的工作就是做加减乘除，所以每个工人都能解决小学水平的各种问题。而在解决一个具体问题时学到的其他知识往往是累赘，比如计算概率期望时学到的光合作用过程是没用的，但下一刻，光合作用的速率就可能被计算出来。这时候摩擦力又变成无关紧要的知识了。但是，如果你不能删除“无关”的内容，那就不是CPU的问题，因为它不是万能的。所以CPU本身永远会有巨大的冗余，靠堆叠规模是无法快速完成任务的。仅仅是加减乘除，相对于显卡没有优势。但是，如果你没有大脑去堆一万个大学生，成本会太高，现实中不可行。
网友:内部指令集阻止了集成。CPU运行复杂指令集，而GPU运行精简指令集。一般来说，CPU什么都能做，只是效率不高。GPU只能做单项计算，但是效率很高。现在Intel和AMD都开始用大小核做CPU了。可以理解为大核是传统的CPU，小核是特殊的GPU。
网友:类比不正确。CPU就像一个大学生，踢高数，手敲代数，嘴里讲群论。它通过方便地建模解决了这个问题。GPU和小学生一样，只能做简单的计算，但是数量很大，可以做很多加减乘除的题。成千上万的人做完了一屋子的试卷。
