在现代计算机系统中，中央处理器（CPU）和图形处理器（GPU）是两大核心计算单元，它们各自承担着不同的任务，并在性能和功能上存在显著差异。

CPU是计算机的“大脑”，设计目标是高效处理复杂的顺序任务。它通常拥有2到64个核心（高端服务器CPU可能更多），每个核心能够独立执行多线程任务。CPU具有高时钟频率，单核性能强，适合处理逻辑复杂的串行计算任务。同时，它拥有大缓存（Cache），包括三级缓存（L1/L2/L3），用于减少数据访问延迟，提高指令执行效率。此外，CPU还具备复杂的控制单元，支持分支预测、乱序执行等高级优化技术，以提升单线程性能。

GPU最初用于图形渲染，但因其高度并行化的架构，现广泛应用于科学计算和深度学习。它通常拥有数千个CUDA核心（NVIDIA）或流处理器（AMD），每个核心处理能力较弱，但并行计算能力强。GPU的时钟频率相对较低，单核性能不如CPU，但通过大规模并行计算提高吞吐量。它使用GDDR或HBM显存，带宽远超CPU的DDR内存，适合大数据吞吐。GPU采用SIMD（单指令多数据）架构，一条指令可同时作用于多个数据，适合矩阵运算等任务。

在功能与性能对比上，CPU核心数量较少，单核性能高，并行能力较弱，缓存设计大，适合操作系统、数据库、应用程序等串行任务和低延迟任务。而GPU核心数量多，单核性能低，并行能力强，缓存设计较小，依赖高带宽显存，适合图形渲染、深度学习、科学计算等高吞吐量计算和大规模并行任务。

现代计算趋势是CPU和GPU协同工作，例如在游戏领域，CPU处理游戏逻辑，GPU负责渲染画面；在AI推理中，CPU管理数据流，GPU加速模型计算。随着技术的发展，二者的协同变得更加紧密，共同推动着人工智能、图形渲染和高性能计算的进步。