当下并行计算的推行运动正在如火如荼地进行，而遍布世界各地的三十多所大学及各类研究机构也已经投身于CUDA科研中心及CUDA教学中心计划当中。

在之前的文章中，介绍了《Windows环境CUDA 4.0：安装前的准备》，本文介绍CUDA 4.0的安装与验证过程。

光把CUDA SDK中的usertype.dat文件复制到IDE目录下,只能让VS支持CUDA的关键字高亮显示;而VS好用的代码折叠却不能应用到CU文件上,真是让人气愤.于是我就翻翻注册表,发现了可以让VS支持CU文件代码折叠的方法.

本文我们为大家介绍CUDA与MFC联调的实现。例如我们的SDK安装路径“C:\Program Files\NVIDIA Corporation\NVIDIA CUDA SDK\projects

在GPU领域，NVIDIA推出的CUDA技术是一种并行计算体系架构，比单纯的CPU运算效率高至少十倍。在编程语言领域，C++在每瓦性能上存在绝对优势，与CUDA并行计算的高效节能异曲同工，C++ AMP的并行异构计算环境把两者结合在一起，这无疑是效能优化的最佳选择。

CUDA 4.0版本发布了，我们来看下CUDA4.0为开发人员带来的新特性。GPUDirect最初是只是NVIDIA为Red Hat linux平台上Tesla(M/S) 和QuadroFX系列专业

著名市场调研机构对NVIDIA日前宣布的CUDA-x86编译器进行了分析和评论，并探讨了CUDA、x86技术的彼此关系，特别是NVIDIA究竟为什么要这么做。

在《nVidia CUDA API(下)》中有提到 CUDA SDK 裡有提供一些基本的裝置管理的界面，也就是像是「cudaSetDevice( int )」這一類的函式。基本上，這些 function 的功用、用法在該篇文章中講的應該是夠了～

CUDA和支持CUDA的设备正在共同发展，在新一代产品中提供了更多的性能和功能。NVIDIA最近引入的GeForce 200系列和Tesla 10系列产品，展示了这种发展的迅速，其硬件功能几乎是上一产品线同一价格水平可用功能的两倍，而且200系列还增加了一些有价值(而且不可或缺)的新功能。

访问global虽然仍然需要最多数百个时钟周期，但是总的来说比cpu的内存还是快多了...如果使用得当的话。CUDA是符合SIMD-PRAM模型的，也就是n台功能相同的处理机(block看成处理机