显卡的核心制程工艺得到改善，相对应显卡功耗会比原先降低很多，其次在同等硅片大小上可以容纳更多的晶体管数量，超频后的极限频率也会更高。目前在千余元价位的NVIDIA主力军目前已经转移到GeForce 9800GTX+身上，可以说在性能与功能上，GeForce 9800GTX+可以提供一个非常好
支持CUDA 映众98GTX实现多功能
除了拥有良好的执行效能外，NVIDIA GeForce GeForce 9800GTX+还支持"NVIDIA四大内功。映众的这款战斗版当然也不例外。早在2002年，NVIDIA引入了GPU中计算的技术，将32位浮点技术搭载与GPU中，NVIDIA十分期待技术人员能将GPU超强的计算能力应用于程序，还不是图形。但早期的GPU是用类似OpenGL或Cg的图形API编程的，这些API是很难的，并且大多数技术人员对这类API也并不是十分的熟悉。
到了2003年，NVIDIA又开始了新的尝试，这次工程设计的尝试产生了后来在2006年出现在8系列GPU的CUDA技术。而目前所有8系列GPU，包括从笔记本电脑到高性能的系统，都具备了CUDA技术。只不过因为那时候CUDA还未成型，所以没有公布，而现在，基于CUDA的应用程序越来越多，因此伴随着GTX200系列芯片的发布，CUDA也同时正式大范围的推广并介绍给普通消费者。
GPU的性能正逐步变得强大，此时，无论是Intel还是AMD都发现了这一点，不过因为自身处理器发展成熟，所以两家处理器巨头都采用了GPGPU，也就是给予X86处理器构架的平台。GPGPU与NVIDIA概念上的区别就是，GPGPU的应用往往要了解OepnGL编程或者DirectX编程，而CUDA则是仍然通过API送入GPU。如果你应用不涉及到OpenGL或者DirectX的话，就可以不用理会API，也就是说GPGPU进行通用计算，是通过把这些问题转换成图形计算后送到GPU中完成的，而CUDA则可以直接调用GPU的计算资源，成为高性能计算的软件开发环境。
说了那么多肯定会有一些网友不太明白，CUDA究竟是什么呢？好了，CUDA（Compute Unified Device Architecture）就是NVIDIA推出的一个基于GPU的运算平台，它可以让显卡除了用于图像计算以外的目的。CUDA工具集的核心其实是一个C语言编译器。
目前来说，CUDA已经被应用在了许多领域中，包括在通用计算中的一些GPU加速，游戏中的物理模拟等等，而在科学计算中，CUDA可发挥的功效就更大了。比如有限元的计算、神经元的研究计算、地质分析等等科学研究的领域；当然目前GPU计算的应用还是处于一个早期的阶段，大部分CUDA应用都是专业人员和相关的程序员在开发，随着CUDA的广泛推行，以后会有实际的基于CUDA的程序，更多的程序员能够加入进来，并且开发一些可以给大家日常应用带来好处的程序，只要有支持CUDA的GPU就能够利用到GPU计算的好处。
网友评论