GF9300秒杀E7400！ 整合主板也玩CUDA

    Tesla只是NVIDIA的触角伸出传统GPU应用领域的开始，NVIDIA的野心是要打造一个以GPU为中心的运算平台——CUDA！这是Compute Unified Device Architecture的简称，也是NVIDIA树立的一个新的行业标准和未来趋势。

    实际上，早在两年前发布G80系列显卡时，NVIDIA就已经预告了CUDA的到来。CUDA是世界上第一个针对GPU的C语言开发环境，可以充分应用GPU上众多流处理单元强大的浮点运算能力，解决复杂的科学运算问题。该环境目前仅支持NVIDIA GeForce 8/9系列显卡以及相应的Quadro专业显卡。根据NVIDIA的测试，GeForce 8800显卡在CUDA架构中的峰值运算能力可达520GFlops，因此如果构建SLI双卡系统，可以达到1TFlops，即每秒运算1万亿次的强大运算能力。

    CUDA要承担的任务是让显卡可以用于图像计算以外的目的，它是一个完整的GPGPU解决方案，采用C语言作为编程语言来使用GPU强大的硬件资源。C语言目前是大学的必修课程，已经国际上普及程度最高的计算机编程语言，所以CUDA大大降低了GPU应用的门槛，大家都可以用C语言写出在显示芯片上执行的程序，而不需要去学习特定的显示芯片的指令或是特殊的结构。

    使用GPU而不使用CPU从事科学计算的原因除了GPU在性能表现上更有优势外，还不能忽略GPU相对CPU低廉的价格。和高端的CPU售价比起来，GPU简直太便宜了，目前9600GT只要八百元，更高的8800GT也才一千元出头，而一颗入门的四核CPU就要上千元。

    目前GPU已经是足够强大的可编程处理器，非常适合大运算量的科学应用，诸如地质勘探，生物学，流体力学，金融建模等等。通过CUDA技术，所有开发人员都能够使用标准的C语言，挖掘NVIDIA GPU中多个处理单元强大的并行计算能力。

    说了这么多，好像CUDA只适合科学计算等领域，和普通用户似乎没什么太大关系。事实当然不是这样，CUDA在民用领域也已经有了很广泛的应用。其中最受关注的就是视频编码应用，由于GPU目前强大的运算能力，比CPU性能提升最高可达18倍。