有人可以建议的算法列表，其中多核提供优于gpu的性能?我知道混合方法仍然会更快，但我真正想要的是了解GPU仍然落后于多核的领域。
从最不合适到最合适:
- gpu只能加速SIMD类型的工作负载，因此它们不适用于任务并行操作(如make -jN)。
- gpu没有太多的缓存，与cpu相比，它们的原子操作相对较慢;所以它们远不如带有指针结构(如树)的cpu好。
- 图像处理或计算机视觉等工作负载处于灰色区域，GPU优势(纹理映射硬件，更多内核)可能被CPU优势(更好的SIMD整数支持，更高的时钟速率)所抵消。如果实际的处理是在浮点数中完成的，那么它可能对GPU来说是一个清洗或轻微的优势;如果处理以整数形式完成，并且可以映射到SSE2指令，则CPU将粉碎GPU。
gpu擅长使用大量单精度浮点数的数据并行工作负载。
任何工作负载被卸载到GPU也会产生数据传输成本
英特尔的一些人做了一些研究，他们比较了现代多核cpu和gpu的科学计算。也许你会觉得有趣。第5页的图1显示了结果。
Lee et al，"揭穿100X GPU vs CPU神话:CPU和GPU吞吐量计算的评估";http://www.hwsw.hu/kepek/hirek/2010/06/p451-lee.pdf