本周随着2013年国际超级计算大会的继续召开，展会上继续涌现出各种产品和技术。NVIDIA当然是这一展会的常客，去年该公司在展会上借助Titan取得了成功，现在正不断加大曝光率，试图在有利可图的HPC市场上获得更大的份额。为此，NVIDIA今天上午发布了多项内容，我们想要对此进行简短的报道。

2012 年5 月11 日消息，英伟达公司近日宣布，LLVM 现已支持英伟达 GPU，从而让更多的研究人员、独立软件供应商 (ISV) 以及编程语言能够利用 GPU 加速的优势。LLVM 是一款在业内极其流行的开源编译器。

2012年3月22日NVIDIA正式发布新一代GeForce 600系列显卡，这其中不仅包括了采用最新开普勒构架的GTX680台式机显卡，而且还推出了开普勒构架的GeForce GT600M系列显卡，不过从之前一些关于GT630M和GT635M的测试结果来看，就是上一代的马甲产品啊，怎么会是开普勒呢？

共享存储器使用__shared__限定词分配。正如在前面的文章提到的，共享存储器应当比全局存储器更快，详细内容将在后续文章中介绍。任何用访问共享存储器取代访问全局存储器的机会应当被发掘，如下面的矩阵相乘例子展示的那样。 下面的代码是矩阵相乘的一个直接的实现，没有利用到共享存储器。

近来测试了矩阵(规模为2048*2048)乘法在不同参数下两个算法分别使用的时间：第一个算法为没有使用shared memory的直接相乘，每个thread负责矩阵C的一个元素的计算;第二个算法为使用了shared memory的分块算法，每个block就是一个小的矩阵分块。

kNN(k Nearest Neighbor)是常用的群集算法(Cluster Algorithm)用于空间搜索。目前最快的kNN方法莫过于KDTree的版本，不过基本上都是CPU的比如ANN C++ Library。对于GPU来说，实现加速结构比较复杂，因为没有栈所以无法递归，而且执行资源有限，不能像CPU一样舒舒服服的顺序执行。

谨以此文想给那些被Linux搞得折翼的小盆友们，当然还有我自己……首先下载驱动，toolkit 还有SDK……安装前确认这些文件都是可执行的，如果不是运行以下命令：sudo chmod a+x [文件名]然后是安装驱动的问题，估计很多人十分头疼……

视频功能的日渐丰富是当今计算机发展的主流趋势，这些软件通过GPU 的提升可以明显的得到更快

在 Heresy 寫的前兩篇 sample 程式(VectorAdd、DeviceInfo)裡，都是很簡單的程式;像 VectorAdd 裡，也是刻意把 vector size 設小，避掉 thread 數目超過 block 限制的問題，以避免要用到複數個 block。但是實際上，應該都是會超過 thread block 的大小限制的(畢竟 G80 的 block 大小只有到 512…)～