U越來越強大，GPU為顯示影象做了最佳化之外，在計算上已經超越了通用的CPU。如此強大的晶片如果只是作為顯示卡就太浪費了，因此NVidia推出CUDA，讓顯示卡可以用於影象計算以外的目的，也就是超於遊戲，使得GPU能夠發揮其強大的運算能力。
一年前NVIDIA釋出CUDA，這是一種專門針對GPU的C語言開發工具。與以往採用圖形API介面指揮GPU完成各種運算處理功能不同，CUDA的出現使研究人員和工程師可以在熟悉的C語言環境下，自由地輸入程式碼呼叫GPU的並行處理架構。這使得原先需要花費數天數週才能出結果的運算大大縮短到數幾小時，甚至幾分鐘之內。
CUDA是用於GPU計算的開發環境，它是一個全新的軟硬體架構，可以將GPU視為一個並行資料計算的裝置，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對映到圖形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程式語言基於標準的C語言，因此任何有C語言基礎的使用者都很容易地開發CUDA的應用程式。
那麼，如何使得CPU與GPU之間很好的進行程式之間的銜接呢？以GPGPU的概念來看，顯示卡仍然需要以傳統的DirectX和OpenGL這樣的API來實現，對於程式設計人員來說，這樣的方法非常繁瑣，而CUDA正是以GPGPU這個概念衍生而來的新的應用程式介面，不過CUDA則提供了一個更加簡便的方案——C語言。我們回顧一下CUDA的發展歷史。
U越來越強大，GPU為顯示影象做了最佳化之外，在計算上已經超越了通用的CPU。如此強大的晶片如果只是作為顯示卡就太浪費了，因此NVidia推出CUDA，讓顯示卡可以用於影象計算以外的目的，也就是超於遊戲，使得GPU能夠發揮其強大的運算能力。
一年前NVIDIA釋出CUDA，這是一種專門針對GPU的C語言開發工具。與以往採用圖形API介面指揮GPU完成各種運算處理功能不同，CUDA的出現使研究人員和工程師可以在熟悉的C語言環境下，自由地輸入程式碼呼叫GPU的並行處理架構。這使得原先需要花費數天數週才能出結果的運算大大縮短到數幾小時，甚至幾分鐘之內。
CUDA是用於GPU計算的開發環境，它是一個全新的軟硬體架構，可以將GPU視為一個並行資料計算的裝置，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對映到圖形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程式語言基於標準的C語言，因此任何有C語言基礎的使用者都很容易地開發CUDA的應用程式。
那麼，如何使得CPU與GPU之間很好的進行程式之間的銜接呢？以GPGPU的概念來看，顯示卡仍然需要以傳統的DirectX和OpenGL這樣的API來實現，對於程式設計人員來說，這樣的方法非常繁瑣，而CUDA正是以GPGPU這個概念衍生而來的新的應用程式介面，不過CUDA則提供了一個更加簡便的方案——C語言。我們回顧一下CUDA的發展歷史。