programmiing model CUDA编程

教你如何在WindowsVista 64bit+VS2008配置CUDA环境

在使用CUDA进行GPGPU计算时，global + shared的黄金组合在速度上远远超过了texture，只有在以下两种情况下使用texture。

这个是个典型的利用 shared memory 来使内存读写加速的例子, CUDA SDK 中有个 transpose_native, 是采用比较原始的办法, 将每列的第一个元素读出来凑成一行, 这个办法显而易见是比较的慢的,比上面这个程序要慢10倍以上.

现代的显示芯片已经具有高度的可程序化能力，由于显示芯片通常具有相当高的内存带宽，以及大量的执行单元，因此开始有利用显示芯片来帮助进行一些计算工作的想法，即 GPGPU。CUDA 即是 NVIDIA 的 GPGPU 模型。

虽然NVISION 08大会上没有NVIDIA的x86处理器，也没有55nm GT200新显卡，但开发人员们迎来了NVIDIA的第二代GPU通用计算架构CUDA 2.0。

Maxwell最快将在明年Q1季度问世，制程有可能继续使用TSMC的28nm工艺。现在网上又流传开Maxwell的架构设计了，旗舰GM100将有6144个CUDA核心，512bit位宽显存，显存容量达到了更夸张的8GB。

全新的英伟达CUDA 并行计算平台包含三大特性，这些特性让 GPU 并行编程变得更轻松、更普及、更迅速。

MediaCoder相信很多人用过，各种格式转换非常方便，而且最重要的是免费。它支持CUDA加速，我们今天来和传统的CPU转码做个速度上的对比。

NVIDIA CUDA允许ffA在配备一或多个Tesla和Quadro GPU的硬件平台上，为地质数据提供可扩展的高性能计算，与传统高性能工作站（配备两颗四核CPU）相比，最新的基准测试结果显示，使用Tesla GPU的性能提高了37倍。