在GPU计算领域，一个有趣的趋势是芯片厂商所带来的解决方案的多样化。NVIDIA凭借基于CUDA架构的Tesla GPU方案，目前仍然走在高性能计算的前列。英特尔，则凭借刚刚发布的集成众核架构(Many Integrated Core，MIC)，让Larrabee技术重获新生，欲在大规模数据并行计算方面趟出一条超越普通GPU的新模式。AMD则是两条腿走路：针对“流计算”(stream computing)的FireStream GPU以及面向其他计算的CPU-GPU Fusion技术。

　　但正是其中的 Fusion技术使得AMD独树一帜。在2006年并购了ATI之后，AMD是唯一一家在CPU和GPU两方面都有成熟产品技术的处理器厂商。因此，对AMD来说，试图在同一个硅片上集成这两种不同的架构，也是很自然的想法了。

　　当然，AMD一开始就就希望能够利用这种优势。他们起初是计划在2009 年推出第一代Fusion产品，但受到ATI整合及随之而来的全球性经济危机的影响，计划受到了一定的延缓，相关产品路线图也推后了两年。据了解，AMD 计划在2011年的某个时候正式推出其第一代Fusion处理器，也被称作加速处理单元(Accelerated Processing Units，APU)。

　　这些第一代的CPU-GPU产品将主要面向桌面和笔记本电脑市场，以增强PC用户在可视计算方面的体验，特别是对于那些利用微软DirectX框架的应用。但是，高性能科学计算领域的用户也开始关注Fusion架构，因为这一架构可以使GPU风格的并行处理性能更接近于CPU。

　　迄今为止，所有的GPU计算都是通过PCIe来连接相对高端的独立显卡和主机CPU系统，来实现CPU与GPU的协同并行处理，互有分工。比如NVIDIA的Tesla和 AMD的FireStream都是基于这种模式。尽管一些高性能计算应用通过这种方式实现了10倍到1000倍不等的性能提升，但经过PCIe的数据来回传输开销以及相应的软件开销都比较严重，这说明这种方式——芯片外加速还只是GPU计算的初级阶段而已。也正因为如此，AMD将CPU与GPU融合在一块芯片上的Fusion受到了大家的关注。