Ushbu maqolada sun’iy intellekt tizimlarida hisoblash samaradorligini oshirishda GPU va NPU arxitekturalarining o‘rni ilmiy jihatdan tahlil qilinadi. Zamonaviy AI modellarining murakkablashuvi, katta hajmdagi ma’lumotlar bilan ishlashi va real vaqt rejimida qaror qabul qilish zarurati kompyuter arxitekturasiga bo‘lgan talabni kuchaytirmoqda. An’anaviy CPU arxitekturasi umumiy maqsadli hisoblashlar uchun qulay bo‘lsa-da, chuqur o‘rganish modellarida uchraydigan massiv matritsali va tensor amallarni yuqori samaradorlikda bajarishda cheklovlarga ega. Shu sababli GPU arxitekturasi katta hajmli parallel hisoblashlar, modelni o‘qitish va generativ AI tizimlarida keng qo‘llanilmoqda. NPU arxitekturasi esa kam quvvat sarfi, past kechikish va qurilma ichida real vaqtli inferensiya bajarish imkoniyati bilan edge AI tizimlarida muhim o‘rin egallaydi. Maqolada GPU va NPU arxitekturalarining afzalliklari, cheklovlari, xotira devori muammosi, energiya samaradorligi, kvantlash va gibrid GPU–NPU yondashuvining istiqbollari yoritiladi.