无论是SLI，物理加速，还是光线追踪或者3DStereo，其最后的归属还是要回到视觉的表达上来，游戏不是GPU的一切，但视觉计算主导着GPU的发展，如今视觉计算开始衍生到多个领域，当具有通用计算性的CUDA进入我们的眼帘，你会发现，GPU除了视觉计算之外，还是并行计算的耀眼的明
并行计算的明星——CUDA
在CUDA的专门网站上（http://cuda.csdn.net/）我们可以看到CUDA运用到终端的大量实际案例，在地质学，医学，气象，经济学分析……包涵各个方面.
CUDA拥有强大的并行计算的能力
在大部分非专业人士面前，CUDA显得有些神秘，简单地说，CUDA其实是基于NVIDIA显卡的一个C语言环境，是计算标准设备架构，是一个基础性可用于开发的架构；对于开发人员来说，可以用其发展衍生，处理一系列密集型数据，可以用在工业，农业，图形多媒体，经融学分析等很多方面。
基于NVIDIA GPU的CUDA，主要在大规模并行计算上有天然的优势，何谓并行计算:同时使用多种计算资源解决计算问题的过程。这就决定了，要利用CUDA更好地计算，必须是那些可以分成很多个独立线程的计算，在这方面，NVIDIA GPU拥有远远超越CPU的能力。这样说不是贬低CPU的作用，而是说GPU和CPU擅长做的不一样，GPU更擅长于并行计算，尤其是多线程并行计算。CPU和GPU是并存的，分工协助的，而不是谁来取代谁。GPU拥有强大的并行计算的能力，这是CPU无发比拟的，当然CPU也有它的优势，总之，GPU是并行计算耀眼的明星。
Cuda作为一个基础性架构，基于CUDA开发的软件，可以运用在各个方面和终端，而目前媒体文章提及的运用比较多的就是一个视频转换软件：Baboboom。
在视频编码的转换上，比如将视频转为移动设备可以支持的编码和码率，我们通常在电脑上进行，往往会依靠CPU进行再编码，假设一部高清视频使用CPU再编码压缩需要5个小时，而使用基于CUDA架构开发的视频转换软件可能只需要半个小时，可以说非常大的提高了编码压缩的效率，大大节约了我们时间，提高了效率。
当然视频转换只是一个实例，是一个缩影，CUDA架构可以干事情比这多得多，比如用户期货风险分析，医疗，地理信息，CAD，生命科学，多媒体设计……等多个技术领域。
网友评论