深藍色的獾
技術門檻，都不低。相比之下，越是新出現的芯片種類，其技術門檻就越高。
芯片的門檻要看幾個方面，包括算法設計、材料工藝，加工工藝和封裝測試。有時設計算法能做好，但是加工環節被卡了脖子也會失敗。另外就是應用生態。有了芯片要在實際產品上應用，之後才能驗證和改進。這點是國內芯片廠商最困難的。在進口芯片的擠壓下，敢於試用國產芯片，需要很大的勇氣、魄力。
從國內目前各公司技術水平看，能達到國際前沿水平的，目前可能只有寒武紀，其他公司還在努力，希望能早日突破。
下面把幾個概念通俗介紹一下：
CPU，全稱是Central Processing Unit，即中央處理器。
這個縮寫相信大家最熟悉，它是計算機系統的“大腦”
CPU主要包括運算器、控制單元、若干寄存器、高速緩存器和它們之間通訊的數據、控制及狀態的總線。
它的工作思路是：存儲程序，按順序執行。它最擅長於邏輯控制。由於CPU需要大量的空間去放置存儲單元和控制邏輯，計算能力就受限制，所以就有了GPU出場。
目前CPU技術上沒有革命性的技術變革，只要我們按照科學的程序，一步步努力，不冒進，早晚能趕上。
GPU全稱是Graphics Processing Unit, 即圖像處理器；
GPU主要解決並行運算問題。舉個生活中的例子。超市收銀臺前，顧客有100人排隊。如果只有一個收銀員，那麼即使他操作速度再快，也要大家排隊耗時間。如果有50個收銀員同時收款，很快就解決問題。GPU解決的就是這個問題。這個問題在圖形圖處理時問題最突出，故改變算法規則，由GPU芯片來解決。但GPU不能獨立工作，必須由CPU控制。
NPU全稱是Neural network Processing Unit, 即神經網絡處理器;
NPU，神經網絡處理器，在電路層模擬人類神經元和突觸，並且用深度學習指令集直接處理，一條指令對應一組神經元的任務。由於實現存儲和計算一體化，故計算效率大大提高。
TPU全稱是Tensor Processing Unit, 即張量處理器；
是一種為通過基於神經網絡運算能力的一種ASIC，即專用集成電路。他把微處理器、模擬IP核、數字IP核和存儲器集成在一個芯片上。這是解決運算速度的另外一個思路，就是專項任務，專項解決。它通常根據特定運算任務開發，指向特定用途。比如人機大戰中的AlphaGo。
SOC全稱是System on a Chip，其本質上就是上面說的ASIC。可以叫作系統級芯片,或者叫片上系統
仁觀天下
SoC。
別看Intel，NV很牛，說實話，他倆技術真一般。為什麼這麼說呢？ 其實他倆主要是靠先發優勢積累下來的專利來維持自己的優勢，技術上，並不是有多麼牛。最重要是案例就是，Intel和NV都做過SoC，全都失敗了，根本原因沒有能力。
Intel當初做移動x86芯片，整合基帶，DSP，基帶等，做不了，最終實在中國展訊的幫助下，才做成了SoC（不信自己去查新聞），但是後來，Intel一直做不好功耗和SoC的兼容性，後來沒有了下文。
NVIDIA，也做過SoC，大家還記得小米3的首發芯片就是NV家的，還是功耗，兼容和基帶做不好，NV專門收購了世界唯三的CDMA基帶公司（另外兩家是高通和威盛），但是基帶集成這個問題，NV做了3年，沒有任何效果，最後NV放棄移動芯片，專做pad和汽車了（不用基帶，不用嚴格控制功耗）。
所以，不要感覺Intel和MV有多高大上，他們只是做了三四十年，熟悉了，還有老外比較擅長構建專利牆。
這也為中國打擊美國半導體產業提供了一個方法: 我不保護你的專利，（x86隨便用吧，GPU專利也隨便用）。。。有人說，這不很流氓嗎？ 那我問你使用君子手段對付流氓管用，還是流氓手段對付流氓好用？ 落後者，不要總想者保護知識產權，或者對內對外倆政策，等自己牛逼了，再嚴格保護知識產權
此外，還要挖他的人。一個團隊一個團隊的挖。
Kapu
在設計和製造上，這些都屬於集成電路，難度都很高，相對而言，CPU、GPU、NPU、TPU屬於集成電路邏輯的芯片，CPU的邏輯更完整，其他幾個在各自領域各有所長，SOC屬於集成芯片的芯片，設計更加系統。
CPU，Central Processing Unit，中央處理器。
GPU，Graphics Processing Unit, 圖像處理器；
NPU，Neural network Processing Unit, 神經網絡處理器;
TPU，Tensor Processing Unit, 張量處理器；
如果CPU、GPU、NPU、TPU比作一棟摩天大樓的話，SOC好比總部基地，所以SOC≥CPU≥GPU、NPU、TPU
十分有財
當然是SOC了。
SOC叫做片上系統，別的都是xx處理器，而只有SOC叫做系統。一塊普通的soc能把CPU，GPU，NPU都集成進去。
以驍龍845為例，這塊SOC集成了基帶，CPU，GPU，DSP，ISP，音頻單元，系統內存和安全單元。其內部結構的複雜程度遠超桌面CPU或者顯卡核心。
除了SOC之外，GPU是最複雜的。第一，GPU規模巨大，英偉達的GV100核心有大概211億個晶體管，而英特爾6700K則只有17.5億晶體管。第二，GPU驅動是最複雜的，目前來看世界上能解決GPU驅動問題的廠商只有英偉達。
CPU並不複雜，只要你的指令集和架構能有配套的系統就夠了。TPU和NPU是協處理器，他們在專業用途上很強但並不複雜。
看球人
\n
{!-- PGC_VIDEO:{"thumb_height": 360, "thumb_url": "8dfa00015cf9778cd1c5\
哦滴復甦
soc的門檻其實是最高的，畢竟soc是個整合架構，涵蓋但不限於前面幾個的一種。
但是排除了soc，門檻最高的就是tpu和npu。因為這兩個涉及到人工智能這個新領域，而目前能做的基本數據就寥寥數十家(包括谷歌和華為)，可見其技術難度。
而CPU與GPU門檻反而是最低的，基本上套個殼都能用，極端點的就像麒麟，mtk，澎湃等基本上拿來就用的。
CPU和GPU門檻是低，但是要做得好做到能賺錢，同時還兼具高性能，那難度比npu和tpu難度更大。目前能做到這些的用四根手指頭能數的出來:高通，AMD，nvdia，Intel。(三星蘋果因為不外賣，無法知曉在CPU這一塊是否有賺錢，因此不在範圍之內)
最後隱士
有個問題已經有同學說了，soc與其他四個不在同一個範疇，不參與討論。前面四個，其實考量的維度也很多。如果一定要排序的話，個人認為在同樣的設計製造水平下，應用範圍越廣頻度越高的，需要支持的邏輯單元種類和特性越多，從穩定性上講難度越大，穩定是商用的極其重要的指標，性能和功耗還能逐步改進。因此大體上是CPU>GPU>NPU≈TPU
tenseeds
問這個問題明顯外行，比大小呢？不管是CPU GPU WPU XPU的，都是芯片。簡單點說，芯片分設計和工藝兩個部分。設計，就是芯片架構嘛，架構服務於功能，什麼PU就是這麼分出來的嘛。大家知道的架構比如arm,mips,x86等。接下來就是工藝，架構設計了還在紙上，出產品要生產。生產就要靠工藝，比如大家天天看到的幾nm，光刻機等。
說起門檻來，設計上，CPU GPU門檻最高，因為架構要服務的功能比較綜合，電路，指令設計非常複雜，就算設計出來了，也要有系統軟件商用。之前有國芯號稱自助知識產權的架構，其實抄了mips。現在國產芯片用的架構也都是國外的arm，mips這些。至於NPU，TPU相對服務功能簡單，就深度學習那塊功能，相對而言門檻較低。
工藝嘛，就體現工業綜合水平了，是一個長期過程。
最後，這裡只是通俗的說說，磚家就別看了！
kkkaafaaa
先更正你的問題，你列的幾個都不屬於同一範疇，cpu是中央處理器，gpu是圖形處理器，npu和tpu屬於ai處理器。soc是系統集成芯片，是一種架構，可以將你說的前面幾種幾種集成到一塊芯片上，這樣做可以節省很多空間。
