你的观察很细致，其实这里涉及到芯片制造的容错设计和测试机制，正好能解释为什么现在的处理器看起来很可靠。
- 重复模块的设计本意：GPU 的 CUDA 核心、流处理器等采用大量重复单元，本身就包含 “冗余设计”—— 即使少数单元损坏，只要核心功能模块完好，屏蔽后仍能稳定运行，这反而体现了设计的灵活性，而非可靠性差。
- 分级是质量控制的结果：比如同一款 GPU 核心，完好的单元多就定为高端型号，屏蔽部分损坏单元后定为低端型号，这是严格筛选后的分级，而非 “带着故障出厂”，能出厂的都是通过稳定性测试的合格产品。
- 出厂前的严格测试：芯片制造后会经过多轮 “烤机” 测试（高温、高负载环境下运行），确保屏蔽损坏单元后，剩余部分能稳定工作，有潜在故障的芯片会被直接淘汰。
- 硬件级纠错机制：
- 内存有 ECC 纠错技术，能自动检测并修正简单错误；
- 处理器内部有校验电路，比如运算结果会通过冗余电路二次验证，发现错误会重新计算。
- 软件层的容错设计：操作系统和应用程序会通过校验码、重试机制等进一步规避潜在错误（比如文件传输的校验、数据库的事务回滚）。
早期计算机（尤其是上世纪）受限于工艺：
- 芯片制造精度低，元件容易受温度、电压波动影响；
- 没有成熟的冗余设计和纠错技术，一旦某个元件故障就可能整机出错。
而现在：
- 工艺提升让元件稳定性大幅提高，损坏多发生在制造阶段（可通过屏蔽解决），使用中故障概率极低；
- 多层容错机制（硬件纠错 + 软件校验）几乎能覆盖日常使用中的潜在风险，所以用户很难感受到出错。
简单说，现在的芯片不是 “不出错”，而是通过设计和测试，把出错的可能性提前扼杀在出厂前，剩下的风险也有机制兜底，所以日常使用中几乎无感～