再举个有趣的例子：

Fermi一代的NVIDIA显卡，也就是GTX460这种，基本上是在300个左右的CUDA Core（可以理解成流处理器）。而Fermi下一代是开普勒(Kepler)，也就是GTX660这种，相比460，性能差不多翻倍。但是怎么翻倍的，你知道吗？GTX660的流处理器增加到了1000个左右。但是单个流处理器的性能，660只有460差不多1/2。所以660全靠数量打赢的。

结果，问题来了。我们的一个用户，同样一个GPU程序（Gromacs）分别放在Fermi卡上和Kepler卡上跑（Tesla计算卡，差不多就等同于460和660），结果Kepler反而比Fermi慢了不少，运行时间多了一倍。按道理来说不应该啊，用户求助我们。我们检查后确定不是硬件故障，两个卡都工作正常，NV驱动也正常。然后，我就开始看程序的源代码，花了一番功夫后找到了原因！！！ 那个程序里面调用的线程数是死的！设置成了最大产生256的线程（至于为什么是256而不是257，因为CUDA里面有个thread wrap（线程包）的概念，一个包是32个，所以一般总线程数习惯都是32的倍数。具体不多说了，感兴趣的可以看一下《GPU高性能编程CUDA实战》）。这样的话，在300个核的Fermi上，基本整个卡的流处理器（几乎）全部跑满了。但是对于1000个流处理器的Kepler，256等于只用了差不多1/4，有700多个流处理器从头到尾就是空闲的。别忘了，Kepler单核性能=50%Fermi单核性能。所以，这样一来，为什么Kepler卡跑得慢，就可以解释了。

我们不知道Gromacs这个软件的逻辑，其实也没有必要知道，因为我们并不是计算分子动力学专家。所以后来，我们把我们的发现，汇报给Gromacs程序的开发者，让他们对程序进行了优化和改进，重新改进了并行算法，增加了线程数，下个版本更新时终于把这个问题解决掉了，使得Kepler这代的显卡可以完美地得到支持。

可见，有针对性的程序优化是多么的重要！

（下面是我作为玩家的理解，不一定专业和准确）

实际消费市场中，一个消费级产品，尤其是它的硬件驱动，采取第三种思路，就很有可能会出现‘跑分王’现象。这里，我举显卡的例子，可能大家更容易理解些。像很多年前的ATI显卡，硬件驱动针对那些跑分软件比如3Dmark，很有可能做了极度的优化。为什么会这样？有大程度上是因为ATI（第二种方案）拼不过NVIDIA (第二种方案)，而这些厂商深知道消费者买显卡之前都是看评测跑分的，那好，我就给你来这套 田忌赛马：ATI（第三种方案）去和NVIDIA拼 。结果跑分上面不落下峰了，但通用性可能大大下降。实际运用中，遇到各种各样的游戏，如果游戏没有进一步对显卡驱动进行匹配优化，就会导致性能大减。所以这里是一个： 游戏程序 <--> 硬件驱动 <--> 硬件架构 三者相互匹配、相互优化调度的问题。（当然，现实中可能还会多出游戏引擎这个环节，也就是4者）。

Crysis(孤岛危机)这类的游戏开发者 （包括Cryengine这种3D引擎开发者），和开发硬件驱动的厂家，思路一般是不太一样的。也就是说孤岛的开发者肯定要考虑平台的通用性，一般不会采取特别极端的开发思路（比如第三种方案）。实际中，游戏速度慢，卡顿，一般怪的多的是厂商（ATI，NV），怪产品不给力，但你会怪游戏开发者写的代码垃圾吗？就算孤岛一向被称为是硬件杀手，那又能怎么样呢？作为消费者，你只能不断的掏钱升级显卡。。。。

如果孤岛采取的第二种方案思路，那就说的通了。2核4线程、4核4线程、4核8线程当然是不一样的。因为你从来都不会有绝对性能上的标杆 - 孤岛究竟应该多快多流畅，究竟有没有把GTX980这个硬件的绝对性能榨干到极致。而你只可能有相对的感受 - 用核少的i3打孤岛，肯定没有核多的i7打孤岛那么爽。