CUDA簡介

最早的GPU的開發直接使用了圖形學的API，將任務對映成紋理的渲染過程，使用匯編或者高階著色器語言Cg，HLSL等編寫程式，然後通過圖形學API執行（Direct3D和OpenGL），這樣的開發不僅難度較大，而且難以優化，對開發人員的要求非常高，因此，傳統的GPU計算並沒有廣泛應用。

2007年6月，NVIDIA公司推出了CUDA(Compute Unified Device Architecture)，CUDA不需要藉助圖形學API，而是採用了類C語言進行開發。同時，CUDA採用了統一處理架構，降低了程式設計的難度，使得NVIDIA相比AMD/ATI後來居上。相比AMD的GPU，NVIDIA GPU引入了片內共享儲存器，提高了效率。這兩項改進使CUDA架構更加適合進行GPU通用計算。由於這些特性，CUDA推出後迅速發展，被應用於石油勘測、天文計算、流體力學模擬、分子動力學模擬、生物計算、影像處理、音視訊編解碼等領域。

由於採用的是C/C++編譯器為前端，以C/C++語法為基礎設計，因此對熟悉C系列語言的程式設計師來說，CUDA的語法比較容易掌握。CUDA只對ANSI C進行了最小的必要擴充套件，以實現其關鍵特性--執行緒按照兩個層次進行組織、共享儲存器和柵欄同步。

這些關鍵特性使得CUDA擁有了兩個層次的並行：執行緒級並行實現的細粒度資料並行，和任務級並行實現的粗粒度並行。

來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/23057064/viewspace-623802/，如需轉載，請註明出處，否則將追究法律責任。