飛翔的夢146084085
事實卻是 NVIDIA 贏得了 GPU 市場，併成為通用計算的領導者。
有以下兩個因素：
1.無晶圓設計
NVIDIA 早期與臺積電合作，降低了建立和運營自己晶圓廠的巨大成本。相比較英特爾通過建立成本高達數十億時的芯片工廠，算是借力實現了今天的成就。
以持續消費數十億美元的形式進行的的風險承擔導致他們的收入不斷增加，創造了一個的良性循環，現在已成為計算歷史的一部分。
所以歷史很快就會見證了沒有其他擁有自己設計的芯片公司可以與英特爾競爭，人們相信它們在計算方面幾乎永久地壟斷了。
隨著臺積電和無晶圓廠芯片設計公司的創立。已經沒有人再相信代工廠，即專注於建立和運營製造其他設計的前沿工廠的公司將能夠與英特爾競爭。但事實證明這是錯誤的 - 只要有足夠的主要芯片客戶，如 高通、NVIDIA、Marvell、Broadcom、聯發科，就會帶來鉅額收入，使臺積電能夠為自己的流程製造研究提供資金，以跟上英特爾的步伐。
最終的結果是 NVIDIA 成功了。
深度學習算法
這是深度學習和替代計算形式的興起，現在被認為是改變 NVIDIA 命運並使他們成為計算領域的領導者的區分編程方式，而不僅僅是一個成功的遊戲市場領導者。
英特爾對計算和個人電腦利潤的獲取的方式是這樣的，即他們通過銷售迄今為止利潤率最高的部件「CPU」獲得了最大的利潤。所有其他產品都可以通過代工廠方式進行，例如 PC 製造商。這就是為什麼 CPU 曾經是 PC 中最昂貴的芯片。
事實並非如此，因為頂級 GPU 是目前最好的 PC 中最昂貴的芯片。這是怎麼回事？因為英特爾架構存在著許多遺留的問題。一般用途的英特爾 CPU 必須處理許多事情，如緩存，無序問題和執行，更不用說片上圖形等輔助功能。
與之形成鮮明對比的是，領先的 GPU 具有數千個浮點執行單元，經過優化，可以運行具有大量預先知道的指令級並行性的專用代碼。這些代碼過去只是圖形和遊戲等專業應用的一小部分。深度學習 AI 革命改變了這一切。
重點不在於代碼，而在於數據，並反覆對其進行大量處理。
NVIDIA 抓住這個機會，開始支持這種新的計算模式，在並行計算平臺方面提供出色的支持。例如加密貨幣。
強大的競爭對手
NVIDIA GPU 雖然在加速 AI 計算方面做得很好。但在專業硬件方面還存在更多競爭，例如 Google 的 TPU，ARM 的 Trillium 項目和其他硬件。但是 NVIDIA 具有使用它們的內置優勢。
stormzhang
問題是華為並沒有詳細解釋GPU turbo技術的實現原理。只是文宣式的介紹了一下這個技術，並且把它比喻成“渦輪發動機”。
在不知道這個技術具體實現的情況下，很難回答你的問題。
我只能憑經驗覺得，微軟和NVIDIA在圖形技術方面浸淫多年，很難相信華為作為一個通信技術為主的廠家可以一步超越這兩個業內大牛。
萵執蠁禮
咱們來看看！提升GPU的能力，從CPU入手肯定是沒戲的。GPU就是能夠從硬件上支持T&L的顯示芯片，由於T&L是3D渲染中的一個重要部分，其作用是計算多邊形的3D位置與處理動態光線效果，也能稱為“幾何處理”。就說吃雞3d建模GPU管，射擊彈道什麼的CPU！還特別吃內存。你說CPU性能過剩幫GPU理論上可行，但CPU是個萬金油是什麼都會，但是術有專攻架構和效能來說你非要用CPU去幹效率底下還要專業優化，耗費的成本。我們以前吐槽聯發科的十核，一核有難九核圍觀，CPU現在也就10核了，但你查下GPU有多少核心（當然CPU的核心是萬金油GPU的是隻會畫畫，所以單核簡單集成度高）就單說麒麟的970GPU核心是12個，他的CPU才8個，就拿畫畫來講8個萬金油（其中4個還是小的）和12個專業畫畫的誰效率高一看就出來了。要說華為的技術有多牛逼能不能做到這種渦輪增壓的技術，不等正式使用誰都不知道！但現在有提升GPU效率的技術，GPU雲服務非常有前景的技術，但侷限太大網絡是必須的。雖然不像最早的雲遊戲就跟遠程桌面那樣。現在是他幫你計算後在傳給你你在二次計算，你的壓力小了效能上去了，所需的網絡壓力也少了。但這還是需要對網絡的要求非常高。估計華為就是用的這技術在配專業的APP優化提升GPU效率，侷限性還是太大沒網或者網絡不好就不行了
籬落23984041
不是沒有，而是早就有了，這個就類似驅動程序和系統架構升級。從xp到win10系統的總線，支持硬件的規模，以及DX的版本都在提升。硬件分為理論性能，和實際性能。理論性能看硬件參數，實際性能看實際場景的應用效果，對比同時期的A卡和N卡，你會發現A卡在硬件參數性能上要領先N卡，但是在實際性能測試中N卡要優於A卡。隨著驅動版本的不斷更新A卡實際性能又超越了同期的N卡，A卡戰未來之說。同樣如果把gtx1080ti顯卡用在xp電腦上也發揮不出去其本該有的性能，因為xp不支持高版本DX，發揮不出性能。所以說最好的狀態就是系統支持，驅動完美，硬件強勁，才能發揮最佳性能。在性能測試中mail和adreno性能差距不大，但是在遊戲體驗中兩者差距很大，在能耗比上也差距很大，但是mail的實際參數不弱於adreno，差距大隻能說明系統架構，或者驅動開銷不合理。
梁奮
要表述一下，華為的這個技術，按照目前現有的資料來看，其實就是類似AMD的apu技術，浮點用GPU，整數用cpu，然後利用npu(或者軟件識別)，來智能識別需要哪種的運算方式。而那麼做，恰恰能降低cpu和GPU的負擔，從而達到提高性能，降低功耗的作用 。這在桌面領域已經是不新鮮了，但是在手機移動領域，算是第一次，所以還是表示支持 。
但是，這不代表什麼軟件都能用上這技術。這需要軟件開發者的針對性優化，否則，就用不上這種GPU turbo技術。
另外，其實華為說的這個技術，嚴格意義上來說並不是傳統意義上的turbo技術，而是異構計算。turbo，一般指的是超頻，異構計算，就是指整數和浮點的按需分配。不知道華為要那麼命名的原因是什麼，可能宣傳會更容易宣傳吧。
當然，目前並沒有表明這個技術實際是什麼，只能根據目前的資料進行推測，所以可能有些不準確
最後隱士
講真，不同領域，不同平臺，發展方向不同。
微軟和英偉達在移動端的開發並不是很多，他們更過的只是一些技術和移動端的軟件。
在他們的領域還是很強的，微軟的系統以及軟件開發工具 visual studio之類的在他們的領域都很厲害啊(我也不是很懂微軟)
英偉達是做芯片的大廠，主要是gpu很吊。他們能設計各種架構的gpu，這個就很厲害了，很厲害了，很厲害了。並且英偉達也會幫一些遊戲單獨做遊戲之類的，他們做優化的能力還是很強。只不過現有的電腦的一些平臺(x86 和少部分arm平臺，還分intel和amd之類的 )這些平臺一些設計都不一樣，做統一優化很難，畢竟這是軟硬件協同的優化。而且，英偉達為什麼要幫他們做？又不是親爸爸。投入這麼多，成效呢？他們市場份額已經很高了，無人能敵了，還需要麼？我覺得沒有必要。
綜上，這兩家都有他們領域很強的東西，地位不亞於gpu turbo在華為的地位。只是不同領域以及商業策略使然罷了
jhuf1
nv負優化還來不及呢……每過段時間新版驅動會限制老版顯卡的性能……
微軟那二逼從來就是半瓶醋，如今全是印度員工後就徹底毀了！瘟到死屎就是屎！雖然多線程有優化，但是大多數人感覺不到好處……bug倒是層出不窮，三年了，按理來說應該達到“好用”程度的瘟屎，如今還是一坨屎。（以前版本系統發佈三年後基本可以完全替代上代主流系統）
論優化，當然是索尼了！2003年發佈的ps2遊戲機吧？採用奔三275mhz處理器，16MB內存，索尼特製圖形芯片……即使跟當時的賽揚1.7ghz，256MB內存，Geforce4 mx440 64MB顯卡比，也完全不能用“可憐”二字來形容！結果呢？？？————直到2008年後，雙核2.8ghz，4GB內存，雙9800GTX或者以上顯卡出現，才有少數遊戲達到ps2畫質……
所以吹蘋果的其實也一樣！因為是封閉系統，開發遊戲的優化遊戲不用考慮太多不同情況的bug和表現，所以反而容易達到較高表現……反之，比如說如今的吃雞遊戲，馬斯克用他那臺五十億美元的電腦玩，照樣出現了卡頓……
當然，當年在ps2上做遊戲的公司，為了優化，程序員累得屎都崩出來了！
華為以前又不是沒優化過！以前底層優化安卓，要達到“18個月不卡”，後來又提出“三年不卡”
現在就是又優化一次……
姚江濤專注電腦
不清楚細節，單從原理上講華為應當是在安卓的GUI底層做了些工作。微軟的WINDOWS不存在這一問題，NV是硬件廠商只管適配，而安卓的GUI相關只有谷歌了，從網上的信息來看，華為很有可能是得到了谷歌的許可繞過谷歌為安卓系統和GUI提供的接口(虛擬機)將自己改寫的高效虛擬機作為應用適配進了安卓系統。這與當年王志東先生使用“中文之星”漢化WINDOWS有異曲同工之妙。
華為好樣的。
MosquitoVon
最噁心這種問題，不問是不是而直接問為什麼。手機裡也有 metal Vulcan
