[3.大放光芒的CUDA]

面对GPU通用计算技术的美好前景，野心勃勃的NVIDIA公司在GPU通用计算上走得更远，也更彻底，意图以GPU强大的并行性能颠覆把持计算中心已久的CPU的地位，这一次他们依赖的王牌就是CUDA。

CUDA已成为NVIDIA公司实现GPU中心论的筹码

CUDA，全称为Compute Unified Device Architecture（计算统一设备架构），这是一种针对支持CUDA功能的GPU（图形处理器）的C语言开发环境，简单来讲，CUDA也是一种编程用的C语言，不过它面向的是GPU，调用的是GPU资源实现各种运算，而普通的C语言针对的是CPU，调用X86指令实现功能运算。

GPU通用计算的概念出现的很早，但是CUDA的出现却离不了DX10图形引擎，因为DX10引擎中最重要的概念―统一渲染单元（Unified shader）为实现GPU通用计算奠定了基础。第一代CUDA在06年底发布的首款DX10规范的G80架构上实现，到了GT 200时代，GTX 200系列显卡实现了硬件级双精度算术（GT200核心中拥有30个64位浮点单元），CUDA也顺利发展到了2.0时代，最新版为2.2，提供win7系统的支持，并增加了多种新特性。

GPU与CPU架构的运算优势之处

注：CPU中的ALU即为运算器，GPU中同颜色的则是shader运算器。如果软件环境合适，GPU可以用来运算的晶体管要远多于CPU。

跟以往的GPGPU概念不同的是，CUDA是一个完整的解决方案，包含了API、C编译器等，能够利用显卡核心的片内L1 Cache共享数据，使数据不必经过内存-显存的反复传输，shader之间甚至可以互相通信，对数据的存储也不再约束于以往GPGPU的纹理方式，存取更加灵活，可以充分利用stream out（流输出）特性，最典型的例子就是PhysX物理加速特效。PhysX最早是Aegia公司推出的硬件级物理加速技术，NVIDIA将其收购之后便通过CUDA环境将PhysX软件化，由显卡中的shader单元承担物理加速特效的运算。

CUDA已经在渗透入许多需要高清能计算的行业应用中

历经三年的发展，结合CUDA应用程序+Tesla超级计算机（核心是GT200显卡）的软硬兼施，NVIDIA已经攻入以往只有高端服务器才能做到石油勘探、流体力学计算、药物测试乃至基因分析等利润丰厚的领域。