早先的计算卡是英特尔基于atom核心的phi卡，那时候的计算卡主要是物理化学计算，需要的指令集更大一些，所以当时的phi卡并非现在的gpgpu的那种几万个小核的结构（，现在的gpgpu其实跑物理化学计算的效率并不太高，因为需要反复和cpu通信，而只是跑需要更小指令集的深度学习比较有效率）；当时的这个业务对于英特尔来说，更像是个公益活动，实在是没什么油水。后来吴恩达同志发现gpgpu适合跑深度学习，又正好赶上深度学习大发展，于是当时还是个屌丝公司的英伟达就把这个蚊子腿上啃肉的活给接下来了，英特尔也就索性不做了（，要知道，那时候英特尔的制程可是遥遥领先的，单凭制程硬刚英伟达就没问题，所以英特尔的退出只有一个原因：当时的市场太小）。不过自从phi卡停产，英特尔就开始在cpu上快速加码物理化学计算的算力，这就是avx指令集。同代制程的带双avx512单元的xeon在同样功耗下的双浮点算力大概是gpgpu的1/3，但也要考虑到gpgpu的算力很大程度上是靠单独的高速显存才能实现的，并且gpgpu对模型的大小有限制（，不能爆显存），并且通用计算软件对gpgpu的支持也不完全，实际效果往往折扣很大，所以至今大多数物理化学计算还是在cpu上面完成（，英伟达从maxwell核心开始低端卡就不支持双浮点了，也是个原因，至于为什么不支持了，是因为phi卡停产了）。而现在是这个市场比较尴尬的一个时期，gpu和gpgpu的需求已经长大了，不再是蚊子腿了，于是英特尔自然要杀回来，但杀回来总要有个过程。