英特爾與nvidia一直在內核大容量并行信息處理技術(parallel computing)領域進行著激烈的競爭，特別是市場對云計算、低耗能產品的需求越來越高，兩家芯片巨頭都在努力提高技術研發水平，希望獲得更多的市場份額和消費者的認同度。

　　英特爾很早就已經宣稱，數據并發處理將是未來高端計算機的發展指標，而非cpu時鐘頻率。就目前而言，英特爾還需要時間來利用數據并發處理技術的優勢來以研發一些低功耗、高效的cpu的產品。

　　從另一角度來分析這個問題，早2006年，nividia已經利用他們的統一計算架構平臺挖掘了通用圖形器技術的潛能，其中新增了共享內存及其他的一些gpu特色功能，此外還能支持庫及cuda sdk功能，在云計算等方面技高一籌。

　　上周，在nvidia gpu技術大會上，nvidia宣布了其公司一款基于kepler架構的tesla gpu加速集成器，這些集成器主要是用于加速通用圖形處理器而不是驅動顯卡。市場分析師認為，nvidia 看到了未來市場的發展方向，英特爾未來的對手會越來越強。

　　雖然gpu計算機技術的興起勢必會困擾到英特爾，尤其是將焦點集中在電源效率上，這必將引起英特爾對arm cpu與gpu相結合的注意。不過，在nividia有64位的arm之前，市場上應該不會有相應的產品出現。

　　而對于這方面，英特爾做出的回應是生產一個集成眾核（many integrated core）。這與gpu技術有些類似，mic僅用于加速擁有英特爾公司內存產品，開發者們需要明白應用程序的部分是在cpu的執行的，一部分是mic上執行的，而且數據是在這兩者間復制的。