Dell第一时间在其主流的Dell PowerEdge R720服务器中也支持英伟达Tesla GPU。本文将介绍基于英伟达Tesla GPU的Dell PowerEdge R720服务器最新的基准测试。

2011年12月15日消息，英伟达公司在昨天的GPU技术大会亚洲站期间宣布，将向学术研究人员与软件工具开发商提供用于新款英伟达CUDA LLVM编译器的源代码，让他们能够更轻松地为更多编程语言增添GPU支持、在替代处理器架构上支持CUDA应用程序。

FFT，IFFT以及线性代数运算超过了100个内置的MATLAB函数，通过提供一个类型为GPUArray(由并行计算工具箱提供的特殊数组类型)的输入参数，这些函数就能够直接在GPU上运行。这些启用GPU的函数都是重载的，换句话说，这些函数根据传递的参数类型的不同而执行不同的操作。

为解决这些问题，NVIDIA采用了两项关键技术——G80统一图形与计算架构(最先采用于GeForce 8800、Quadro FX 5600与Tesla C870 GPU)和CUDA。CUDA作为一种软硬件架构，可采用多种高级编程语言对GPU进行编程。

前不久我们发表了《鏖战32nm AMD首款Llano APU处理器详测》一文，Llano的表现给我们留下了深刻的印象，尤其是所融合的新一代GPU，性能远远超越了sandy bridge的HD3000集显性能，一举成为当前性能最强的整合GPU。

任天堂Wii U已经确定继续采用AMD GPU图形芯片，确切地说是衍生自RV770 Radeon HD 4800的定制版本，那么索尼“PS4”、微软“Xbox 720”呢?传闻称AMD GPU已经赢得三巨头的一致青睐。

本文讲述怎么利用GPU来计算。GPU的计算不像CPU执行，只能一个个运行，而是能对大量的数据并行执行。数量级越大，越能看出并行的魅力。

本文的目的是帮助你开始使用CUDA C语言在GPU上实现并行计算，CUDA C由nVidia创建，它是一种与C类似的编程语言，但它是专门为创建使用GPU执行并行计算的应用程序设计的，但CUDA C

2011年我们终于迎来了CPU与GPU的融合，不论是英特尔的SandyBridge还是AMD的Fusion APU，它们所集成的显示核心都给我们带来了不小的惊喜，其性能均已到到现在的低端独立显卡的

GTC 2010 GPU技术大会上，黄仁勋宣布了未来两代GPU架构的代号和简单情况，代工情况也逐渐明晰起来。