1. CPU 与 GPU 架构的区别
因此想要提高 CPU 的性能，需要靠不断提高主频来实现，比如常见的 CPU 主频为 2~4GHz。
2. 并行处理
比如本来是一条加法指令计算 C=A+B，同时将加法应用到一组 A 和一组 B 上得到一组 C 上就是数据并行。这就是典型的单指令多数据 SIMD（Single Instruction Multiple Data）架构。
Imagine 是斯坦福的一个数据并行的多核处理器。Imagine 有 8 个 ALU 单元被同一个控制器所控制，同时对大量的并行数据进行同样的操作。这种处理器的模式后来被称为流处理器，也是现今 Nvidia 采用的架构，如 Fermi 系列，就是这种数据并行流处理器的一种实现实例。
SM 相当于 Imagine 中的 ALU Cluster，能够执行 SIMD 的操作，但是绝对和 Intel 以及 AMD 中的处理器核相距甚远。通用处理器中的每个核拥有庞大的指令池 Pool和寄存器堆 Stack，可执行繁杂的指令预取、分支预测、条件跳转等操作，虽然计算单元不如 SM多。换句话说，如果你的程序没有那么宽的单指令多数据并行，就不要指望 SM 比传统处理器核快。
所以并不是一般人所理解的，GPU 就适用于 FDTD，而不适用于 FEM，只是 FEM 中能够进行 SIMD 的部分太小，所以 CPU 对其更有效而已。
推荐文章：
《Abaqus初级基础教程》