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。

NVIDIA发布了基于DX11图形API的全新一代Geforce 400M系列GPU，首先让我们了解一下Geforce 400M全系列GPU的规格

在图形处理器(GPU)的发明者NVIDIA(英伟达)公司看来，其背后的推动技术将是基于GPU计算的3D云平台!

更先进的多媒体指令集，更多的核心，这在传统CPU领域是他们尽最大努力想出的优化办法了。而这哪抵得过随便几十上百个处理单元的GPU呢？Badaboom便是这么一款软件，它可以利用NVIDIA的GPU对视频进行编码。

将CPU和GPU集成在一起的做法对中低端市场会比较有意义，而对于高端市场，大型GPU加上少数CPU的做法会更具优势。而后者，正是NVIDIA目前和未来要拓展的一块全新的业务。

NVIDIA在今年3月份Cebit的大会上就发布了Quad SLI技术，即多GPU技术，但是真正将此项技术应用于DIY市场的显卡，却是近期才推出的七彩虹天行7950GX2 CH版双GPU显卡，

到家搜索业务具有数据量大、过滤比高等特点，为了在保证高召回率的同时进一步提高检索性能，到家搜索技术团队与美团基础研发机器学习平台团队基于GPU实现了支持向量+标量混合检索的通用检索系统，召回率与检索性能均有较大提升。本文将介绍我们在GPU向量检索系统建设中遇到的挑战及解决思路，希望对大家有所帮助或启发。