超级计算机通常不使用GPU的原因主要有以下几点：
成本效益：
在千万亿次级别，独立的图形单元（GPU）不符合成本效益。超级计算机需要极高的计算性能和存储容量，而GPU在处理图形数据方面虽然高效，但在进行大规模科学计算时可能并不经济。
存储容量和带宽：
超级计算机在追求更高性能的同时，存储容量和存储带宽并没有跟上。GPU需要大量的显存和高速带宽来处理图形数据，这在超级计算机中可能成为瓶颈。
架构差异：
GPU更适合处理图形数据，其结构擅长并发高、串行深度低的数据计算工作，而CPU则更适合执行复杂的逻辑和控制任务。因此，在高性能计算领域，通常采用CPU+GPU的异构体系来综合提升计算效能。
应用需求：
虽然GPU在深度学习、游戏、无人驾驶汽车等领域有广泛应用，但在超级计算机中，这些应用需求相对较少，超级计算机更侧重于科学计算和数据处理。
综上所述，超级计算机通常不采用GPU主要是出于成本效益、存储容量和带宽的限制，以及应用需求的差异。不过，随着技术的发展，未来可能会有更多超级计算机采用GPU来提升计算性能。