3月1日消息，Nvidia于2月28日正式发布了CUDA系列开发工具包的第四个版本“CUDA4.0 Toolkit”。本次推出的CUDA4.0版本，更易于代码移植、更易于并行的C++编程、并且更适用于Multi-GPU编程。

由于程序员带动的CUDA程序快速增长不是一件偶然的事情。Nvidia在技术推进和技术方面做了出色的工作。当然还有一些其它的因素使得CUDA迅速取得成功。如果一种新的编程语言获得CUDA一样的成功可能要注意以下几个方面

当CUDA3.0正式发布时，将会在CUDA C运行时中去掉设备模拟支持。废除设备模拟模式意味着，将来不会进行进行升级和bug修补，在cuda3.1中将会完全移除。

在Windows平台下，用cmake来搭建环境环境，在VS2005下运行CUDA程序。其实，在Windows下，在CUDA2.3的SDK里，有一个Cuda.Rules的文件。通过这个文件，在VS2005里可以很方便的设置各个编译参数。不过通过cmake文件可以不用重复设置编译参数。

GPU异构并行计算经过五年推广，已逐步成为中国高性能主流架构，同时也带动“异构并行编程”人才需求激增。为提倡GPU并行编程的人才培训，由英伟达、丽台中国与吉浦迅共同合作的“CUDA精品培训”日前在上

如果想建立一个完全使用CUDA的程序,那么下载http://sourceforge.net/projects/cudavswizard/这个就可以了,但是很多时候对于大型工程,主要还是以c或者cpp

CUDA 的 API 架構，大概分成「C 語言的 extension」、「runtime library」兩部分。extension 的部分，提供了 C 的一些延伸，來訂一 CUDA 的變數、程式

五年来，CUDA将可编程的图形硬件计算变为趋势，尤其是在科研领域，CUDA致力于解决GPU高性能计算中的应用问题。有专家曾表示CUDA是使用GPU的一个非常方便的手段和工具，能够像使用普通计算机一样使用GPU。而GPU在科研领域的应用愈见明显，从天体模拟到高能物理，从地震波分析到基因研究……

PC上的CUDA应用相信很多人已经知道，但是MAC系统上呢？其实也有。NVIDIA官方发布了最新的CUDA GPU计算开发包，最新版4.0.21。有开发包自然就有应用，这里给大家简单介绍下MAC系统上利用CUDA加速转码。

前段时间Nvidia公司放出的CUDA4.0RC只能让注册用户使用，现在CUDA4.0RC2终于面向所有用户了，更新的部分就不提了，这只是GPU通用计算走向成熟的一步。在安装了最新驱动的N卡计算机上，下载CUDA Toolkit并安装。