利用GPU来进行视频转换，相比CPU有什么优势呢？我们知道，显卡进入DX10时代后，GPU已经全面采用统一流处理器渲染架构，用流处理器来处理图像数据。过去CPU主要采用串行的计算方式，当然我们也看到其向并行计算发展的趋势，比如目前主流的双核、四核CPU，如果我们把这个概念放到GPU身上，那“核”数是CPU的几倍甚至是几十倍，如中低端的9500GT已经具备32个流处理器，9800GT则拥有112个。在GPU这种群核优势下，NVIDIA开发的CUDA技术可以实现众多GPU计算功能，包括并行数据高速缓存器，让最新一代的多个NVIDIA GPU流处理器之间能够在执行复杂计算任务时互相协作，实现高速运算，BadaBOOM Media Convertor就是一个利用GPU实现高速编码的软件，非常实用。

从本质上来说，CUDA(Compute Unified Device Architecture)是计算统一设备架构的简称，它是一种专用的编程界面，可以让不同的软件开发商提高NVIDIA最新核心的并行处理能力，这项技术能让GPU核心同步协调的进行计算，速度可提升是传统方式的100倍。另一方面，首个C编译GPU完善的开发环境让开发者拥有了新的解决方案，一些复杂的计算例如产品设计、数据分析、技术处理、游戏物理应用等方面现在都是游刃有余。

采用CUDA技术的GPU提供了专门用于计算的各项功能，包括并行数据高速缓存器，让最新一代的多个NVIDIA GPU流处理器之间能够在执行复杂计算任务时互相协作。开发商可以通过一个单独的驱动程序来调用这些功能，该驱动程序与DirectX和OpenGL以及新推出的NVIDIA GPU用C编译器进行通讯，取代了原来用于GPU计算的流程序语言。

CUDA技术的GPU既可作为灵活的线程处理器来运行，由数千个计算程序来调用线程，协作解决复杂的问题，也可作为流处理器来运行在具体的应用程序中，例如成像处理，其中的各个线程并不进行信息交流。能够采用CUDA技术的应用程序可以使用GPU进行细粒度的数据密集型处理，并使用多核心GPU进行复杂的粗粒度任务，例如控制和数据管理。