發展越迅速，越容易產生隱藏的弊病，這是我們都知道的道理。而這個道理同樣適用于概括NVIDIA在高性能計算方面的發展現狀。

首先，軟件的編程仍然是一個不可回避的問題。雖然NVIDIA在教育上投入了很多資源，但一款軟件要想適應動輒數百個CUDA核心 （NVIDIA GPGPU中的計算核心）仍然需要大規模的中心編譯和軟件架構更新。在某些情況下，這個工程所帶來的工作量甚至比重寫軟件更多、更大。而這也是目前多線程軟件編程所普遍面臨的問題，而且核心和線程越多，問題就越復雜。另外，由于很多軟件之前是在X86架構CPU上運行的，而現在去需要這些軟件去盡量調用GPGPU的計算資源，而且要盡量的提高效率和做到并行化，因此，問題并不僅僅是調用幾個API這么簡單。
 
GPGPU作為脫胎于消費領域的產品，其在設計上很難擺脫固有的局限性。由于NVIDIA以及競爭對手的GPU產品都來自于同樣核心的消費級產品，所以產品在設計上為大規模并聯以及高性能計算所作的優化十分有限，尤其是在消費級市場仍是公司的最主要盈利手段的情況下。因此，以NVIDIA為代表的GPGPU在大規模部署時的效率問題始終是阻礙其發展的一大瓶頸。
 
根據NVIDIA前段時間公布的2011財年第三季度財報顯示，公司第三季度營收為10.662億美元，利潤為1.783億美元，毛利率52.2%（美國通用會計準則）。在這之中，消費級GPU銷售收入和嵌入式處理器的收入占據絕大部分；而其凈利潤110%的增長也大多由此而來。所以，對于NVIDIA來說，繼續保持自身在消費級產品市場上的優勢并大力發展嵌入式處理器業務才是最積極最穩妥的發展策略。雖然高性能計算以及企業級應用能夠為企業帶來更高的毛利率，但從目前的情況下，高性能計算和相關的企業級市場規模并不很大，投入適當的資源并保持宣傳力度，將該領域劃入潛在的可發展市場無疑是一個理性的選擇。以目前的情況，NVIDIA的實際動作與這一策略不謀而合。
 
而GPGPU作為一款脫胎于消費級市場的產品，其更新速度也必然非常快。根據多年來的產品發布管理，NVIDIA會在每年第一或第二季度發布全新的旗艦級產品，并進行全面的推廣。而新的旗艦級產品也必然會衍生出新一代的企業級、高性能計算產品以及相對應的CUDA軟件編譯器。雖然每年更新換代對于消費級市場來說是可以接受的，但對于企業和高性能計算領域來說，這個速度顯然太快了。在高性能計算領域來中，半年甚至一年實施和調試周期是非常常見的。太快的產品更新速率使得高性能計算企業很難得到太多來自于NVIDIA的直接幫助，因為當企業需要幫助的時候，他們使用的產品往往已經“過時”了。
 
另一方面，競爭同樣是NVIDIA在高性能計算領域所不得不面對的問題。眾所周知，由于英特爾和AMD等廠商的“圍追堵截”,NVIDIA在主板芯片組方面的業務全面萎縮，這大大影響了NVIDIA的發展，而NVIDIA將進軍CPU行業的傳聞也最終沒有了下文。所以最后，NVIDIA不得不另尋出路，并有了今天的GPGPU和嵌入式處理器等產品線。但英特爾最為NVIDIA的另類對手，總是會在NVIDIA的前進道路上出現。移動顯示領域如此、嵌入式 CPU領域如此，現在英特爾也將憑借自身的眾核技術進入高性能計算領域，與NVIDIA正面競爭。而英特爾廣泛的合作聯盟、充足技術儲備以及10倍于自身的市值都是NVIDIA不得不面對的困難。
 
而且，英特爾的眾核技術相對于NVIDIA的GPGPU技術也有自身的優勢。前文我們已經提到，不同硬件架構之上的軟件編程是NVIDIA目前面對的一大難題；而英特爾的眾核技術的優勢則在于則可以有效的避免這一問題。根據英特爾官方的宣傳，軟件編程人員可以在無需改變編程工具的情況下，通過采用并行度較高的指令、數據、任務、適量、線程等就可以實現在英特爾眾核硬件環境中的軟件編程工作。這就大大降低了高性能計算軟件的開發難度和成本，而這正是高性能計算用戶所樂于見到的。因為相對于性能來說，資金和技術往往更會限制超算項目的實施和發展。
 
目前，NVIDIA在高性能計算領域內的境地可以用一個微妙的十字路口來形容。一方面，高性能計算目前并不是NVIDIA的主營業務和利潤來源，相對于眼前的市場來說，高性能計算頂多只能算是NVIDIA的副業；這一點沒人可以否認。另一方面，潛在的激烈競爭也是NVIDIA大舉進入這一市場所必需要考慮的一大問題。因為在資金、技術和聯盟如此強大的英特爾面前，以小博大的成功幾率可想而知。但無論如何，NVIDIA的GPGPU還是為高性能計算領域的發展帶來了一股技術的新風，為超算提升性能、降低能耗提供了一種新的路徑。而至于這一技術將如何發展，則是多方面因素所決定的。對此，我們應該密切關注。