做完全一样的事情ASIC能效更高纯属废话。
用可编程管线的目的自然就是在保持对旧流程兼容的情况下还可以改变流程本身。

这也是为啥能效被NPU百倍碾压，但CPU在深度学习中仍旧非常重要，英特尔仍旧要在CPU里加入大量关于深度学习的加速指令的原因。
因为CPU跑深度学习精度可调，规模可调，递归策略不受限制。

其实NV目前用于图形的固定管线已经包括光栅化、光追和深度学习三种，如果以后固定管线的种类还有更多呢，如果不一应用里三类或多类固定计算的需求的比例极端不同，资源能调整就好了呢？
当然，这个需求通用计算管线也不是最佳选择，FPGA才是最适合的，英特尔压重注的三个未来十年计算方案之一就包括Altera组的FPGA，也是目前10nm工艺出货的核心。