如果说高端显卡象征实力，那么我们就可以直言不讳的说中端显卡就是市场竞争的最大利益的所在。中端市场也是竞争最为激烈的战地，相信这点NVIDIA与AMD都心照不宣。车轮战不为是一种古代运用最广的战斗策略之一，损兵折将亦是难免。所以在目前NVIDIA与AMD两家图形厂商在各自追
支持CUDA 盈通96GT实现多功能
除了拥有良好的执行效能外，NVIDIA GeForce GeForce 9600GT还支持"NVIDIA四大内功。盈通的这款游戏高手全能版当然也不例外。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