Cuda檢視原始碼討論檢視歷史
| Cuda |
 |
Cuda(Compute Unified Device Architecture)，是顯卡廠商NVIDIA推出的運算平台。 CUDA™是一種由NVIDIA推出的通用並行計算架構，該架構使GPU能夠解決複雜的計算問題。 它包含了CUDA指令集架構(ISA)以及GPU內部的並行計算引擎。 開發人員可以使用C語言來為CUDA™架構編寫程序，C語言是應用最廣泛的一種高級編程語言。所編寫出的程序可以在支持CUDA™的處理器上以超高性能運行。CUDA3.0已經開始支持C++和FORTRAN。
簡介
計算行業正在從只使用CPU的"中央處理"向CPU與GPU並用的"協同處理"發展。為打造這一全新的計算典範，NVIDIA™(英偉達™)發明了CUDA(Compute Unified Device Architecture，統一計算設備架構)這一編程模型，是想在應用程序中充分利用CPU和GPU各自的優點。現在，該架構已應用於GeForce™(精視™)、ION™(翼揚™)、Quadro以及Tesla GPU(圖形處理器)上，對應用程序開發人員來說，這是一個巨大的市場。
在消費級市場上，幾乎每一款重要的消費級視頻應用程序都已經使用CUDA加速或很快將會利用CUDA來加速，其中不乏Elemental Technologies公司、MotionDSP公司以及LoiLo公司的產品。
在科研界，CUDA一直受到熱捧。例如，CUDA現已能夠對AMBER進行加速。AMBER是一款分子動力學模擬程序，全世界在學術界與製藥企業中有超過60,000名研究人員使用該程序來加速新藥的探索工作。
在金融市場，Numerix以及CompatibL針對一款全新的對手風險應用程序發布了CUDA支持並取得了18倍速度提升。Numerix為近400家金融機構所廣泛使用。
CUDA的廣泛應用造就了GPU計算專用Tesla GPU的崛起。全球財富五百強企業現在已經安裝了700多個GPU集群，這些企業涉及各個領域，例如能源領域的斯倫貝謝與雪佛龍以及銀行業的法國巴黎銀行。
隨着微軟Windows 7與蘋果Snow Leopard操作系統的問世，GPU計算必將成為主流。在這些全新的操作系統中，GPU將不僅僅是圖形處理器，它還將成為所有應用程序均可使用的通用並行處理器。
評價
支持CUDA的GPU銷量已逾1億，數以千計的軟件開發人員正在使用免費的CUDA軟件開發工具來解決各種專業以及家用應用程序中的問題。這些應用程序從視頻與音頻處理和物理效果模擬到石油天然氣勘探、產品設計、醫學成像以及科學研究，涵蓋了各個領域。
CUDA 的核心有三個重要抽象概念: 線程組層次結構、共享存儲器、屏蔽同步(barriersynchronization)，可輕鬆將其作為C語言的最小擴展級公開給程序員。
CUDA 軟件堆棧由幾層組成，一個硬件驅動程序，一個應用程序編程接口(API)和它的Runtime，還有二個高級的通用數學庫，CUFFT 和CUBLAS。硬件被設計成支持輕量級的驅動和Runtime 層面，因而提高性能。
所支持的OS(operating system)
CUDA目前支持linux和Windows操作系統。進行CUDA開發需要依次安裝驅動、toolkit、SDK三個軟件。在安裝目錄/C/src目錄下有很多的例程可以進行學習。
NVIDIA進軍高性能計算領域，推出了Tesla&CUDA高性能計算系列解決方案，CUDA技術，一種基於NVIDIA圖形處理器(GPU)上全新的並行計算體系架構，讓科學家、工程師和其他專業技術人員能夠解決以前無法解決的問題，作為一個專用高性能GPU計算解決方案，NVIDIA把超級計算能夠帶給任何工作站或服務器，以及標準、基於CPU的服務器集群。
CUDA是用於GPU計算的開發環境，它是一個全新的軟硬件架構，可以將GPU視為一個並行數據計算的設備，對所進行的計算進行分配和管理。在CUDA的架構中，這些計算不再像過去所謂的GPGPU架構那樣必須將計算映射到圖形API(OpenGL和Direct 3D)中，因此對於開發者來說，CUDA的開發門檻大大降低了。CUDA的GPU編程語言基於標準的C語言，因此任何有C語言基礎的用戶都很容易地開發CUDA的應用程序。
由於GPU的特點是處理密集型數據和並行數據計算，因此CUDA非常適合需要大規模並行計算的領域。目前CUDA除了可以用C語言開發，也已經提供FORTRAN的應用接口，未來可以預計CUDA會支持C++、Java、Python等各類語言。可廣泛的應用在圖形動畫、科學計算、地質、生物、物理模擬等領域。
2008年NVIDIA推出CUDA SDK2.0版本，大幅提升了CUDA的使用範圍。使得CUDA技術愈發成熟。[1]