異質運算（heterogeneous computing）
一間運作良好的廚房不會給每個廚師同一把通用工具；它有糕點師、烤爐師、醬汁師，各有自己的工作站，主廚把每道菜分派給最擅長它的人。異質運算就是依同樣方式打造的系統：它不靠許多份相同處理器的複本，而是結合好幾種不同的處理單元——通用 CPU、偏吞吐量的 GPU，以及各種領域專用加速器——把每一塊工作送給最適合它的單元。
具體來說，「異質」是「同質」的相反，後者每個核心都一樣。異質系統混合具互補強項的處理器類型：CPU 處理序列、多分支、對延遲敏感的控制邏輯；GPU 處理大規模資料平行工作；TPU 或 NPU 處理神經網路；DSP 處理訊號流；固定功能區塊處理影音與加密。連手機的 CPU 內部都常是異質的（大效能核心加小省電核心）。一支程式跨這個混合體執行：CPU 充當指揮，執行主邏輯並把專門的核心程式（kernel）派給最能勝任各自的加速器，再收集結果。系統單晶片就是這些部件實體共處之處。
為何這如今是主流模型，以及誠實的難處：異質性之所以存在，是因為免費午餐結束了。當單核心不再自動變快、Dennard 微縮死去後，你再也無法只是等一顆更快的通用 CPU——繼續取得效率的辦法，是把每個工作負載配對到專用硬體。但為異質系統寫程式是真的難。程式設計師（或一個聰明的編譯器與執行期）必須決定什麼跑在哪裡、管理在可能有各自記憶體的單元之間搬資料、並把那些搬移的成本藏起來。一旦切分錯了，在單元間來回搬資料的開銷可能抹掉加速——異質性以大得多的軟體複雜度為代價，買來效率。
一通視訊通話同時用上整個異質系統：GPU 或固定編解碼器解碼進來的影像，NPU 跑背景模糊與抑噪的 AI，DSP 清理音訊，CPU 統籌通話並跑應用程式邏輯。沒有任何單一類型的處理器能獨力把這一切都做得又好又有效率。
不同工作交給不同處理器，由 CPU 指揮——對停滯的通用核心，這是後摩爾時代的答案。
異質性並不自動更快——它把負擔轉嫁給軟體，軟體必須切分工作並管理單元間的資料移動。搬移管理不當，通訊開銷就可能抹掉收益。