CUDA是什么？

CUDA（Compute Unified Device Architecture，统一计算架构）是由NVIDIA所推出的一种集成技术，是该公司对于 GPGPU 的正式名称。透过这个技术，用户可利用 NVIDIA 的 GeForce 8 以后的 GPU 和较新的 Quadro GPU 进行计算。亦是首次可以利用 GPU 作为 C-编译器的开发环境。

NVIDIA 营销的时候，往往将编译器与架构混合推广，造成混乱。实际上，CUDA 可以兼容 OpenCL 或者自家的 C-编译器。无论是 CUDA C-语言或是 OpenCL，指令最终都会被驱动程序转换成 PTX 代码，交由显示核心计算。

目前，已有软件厂商利用 CUDA 技术，研发出 Adobe Premiere Pro 的插件。通过插件，用户就可以利用显示核心去加速 H.264/MPEG-4 AVC 的编码速度。速度是单纯利用 CPU 作软件加速的 7 倍左右。

在 NVIDIA 收购 AGEIA 后，NVIDIA 获取相关的物理加速技术，即是 PhysX 物理引擎。配合 CUDA 技术，显卡可以模拟成一颗 PhysX 物理加速芯片。目前，全系列的 GeForce 8 显示核心都支持 CUDA。而 NVIDIA 亦不会再推出任何的物理加速卡，显卡将会取代相关产品。

为了将 CUDA 推向民用，NVIDIA 举行一系列的编程比赛，要求参赛者开发程序，充分利用 CUDA 的计算潜能。但是，要将 GPGPU 普及化，还要看微软能否在 Windows 操作系统中，提供相关的编程接口。

2008 年 8 月，NVIDIA 推出 CUDA 2.0。2010 年 3 月 22 日，NVIDIA 推出 CUDA 3.0，仅支持 Fermi 及之后的架构。

CUDA 是一种由 NVIDIA 提出的并由其制造的图形处理单元（GPUs）实现的一种并行计算平台及程序设计模型。CUDA 给程序开发人员提供直接访问 CUDA GPUs 中的虚拟指令集和并行计算组件的存储器。

使用 CUDA 技术，GPUs 可以用来进行通用处理（不仅仅是图形）；这种方法被称为 GPGPU。与 CPUs 不同的是，GPUs 有着侧重以较慢速度运行大量并发线程的并发流架构，而非快速运行单一线程。

软件发展者可以通过 CUDA 加速库，编译器指令（如 OpenACC）以及符合工业标准的程序设计语言（如 C,C 和 Fortran）扩展对 CUDA 平台进行操作。C/C 程序师可以使用“CUDA C/C ”，使用“NVCC”——NVIDIA 基于 LLVM 的 C/C 编译器进行编译；Fortran 程序师可以使用“CUDA Fortran”，使用 PGI 公司的 PGI CUDA Fortran 编译器进行编译。除了库、编译器指令、CUDA C/C 和 CUDA Fortran，CUDA 平台还支持其它计算接口，如 Khronos Group 的 OpenCL，Microsoft 的 DirectCompute，以及 C AMP。其协力厂商封装也可用于 Python，Perl，Fortran，Java，Ruby，Lua，Haskell，MATLAB，IDL 及 Mathematica 的原生支持。

在电脑游戏行业中，GPUs 不仅用于进行图形渲染，而且用于游戏物理运算（物理效果如碎片、烟、火、流体），比如 PhysX 和 Bullet。在计算生物学与密码学等领域的非图形应用上，CUDA 的加速效果达到可以用数量级来表示的程度。

CUDA 同时提供底层 API 与高端 API。最初的 CUDA 软件发展包（SDK）于 2007 年 2 月 15 日公布，支持 Microsoft Windows 和 Linux。而后在第二版中加入对 Mac OS X 的支持，取代 2008 年 2 月 14 日发布的测试版。所有 G8x 系列及以后的 NVIDIA GPUs 皆支持 CUDA 技术，包括 GeForce，Quadro 和 Tesla 系列。CUDA 与大多数标准操作系统兼容。Nvidia 声明：根据二进制兼容性，基于 G8x 系列开发的程序无需修改即可在未来所有的 Nvidia 显卡上运行。