＂計算正在從CPU＂中央處理＂向CPU與GPU＂協(xié)同處理＂的方向發(fā)展。為了實現(xiàn)這一新型計算模式，英偉達發(fā)明了英偉達CUDA并行計算架構。該架構現(xiàn)在正運用于英偉達 （NVIDIA）Tesla、英偉達Quadro（NVIDIA Quadro）以及英偉達精視（NVIDIA GeForce）GPU上。對應用程序開發(fā)商來說，英偉達 CUDA架構擁有龐大的用戶群。＂

各領域CUDA扮演的角色

在科學研究領域，英偉達 CUDA 受到狂熱追捧。例如，英偉達 CUDA 能夠加快AMBER這款分子動力學模擬程序的速度。全球有6萬余名學術界和制藥公司的科研人員使用該程序來加速新藥開發(fā)。在金融市場，Numerix和CompatibL已宣布在一款對手風險應用程序中支持英偉達 CUDA ，而且因此實現(xiàn)了18倍速度提升。

在GPU計算領域中，英偉達 Tesla GPU的大幅增長說明了英偉達 CUDA 正被人們廣泛采用。目前，全球《財富》五百強企業(yè)已經(jīng)安裝了700多個GPU集群，從能源領域中的斯倫貝謝和雪佛龍到銀行業(yè)中的法國巴黎銀行，這些企業(yè)的范圍十分廣泛。

在消費級市場上，幾乎每一款重要的消費級視頻應用程序都已經(jīng)使用CUDA加速，其中不乏Elemental－Technologies公司、MotionDSP公司以及LoiLo公司的產(chǎn)品。

在科研界，CUDA一直受到熱捧。例如，CUDA現(xiàn)已能夠?qū)MBER進行加速。AMBER是一款分子動力學模擬程序，全世界在學術界與制藥企業(yè)中有超過60，000名研究人員使用該程序來加速新藥的探索工作。

CUDA是一個新的基礎架構，這個架構可以使用GPU來解決商業(yè)、工業(yè)以及科學方面的復雜計算問題。它是一個完整的GPGPU解決方案，提供了硬件的直接訪問接口，而不必像傳統(tǒng)方式一樣必須依賴圖形API接口來實現(xiàn)GPU的訪問。在架構上采用了一種全新的計算體系結構來使用GPU提供的硬件資源，從而給大規(guī)模的數(shù)據(jù)計算應用提供了一種比CPU更加強大的計算能力。CUDA采用C語言作為編程語言提供大量的高性能計算指令開發(fā)能力，使開發(fā)者能夠在GPU的強大計算能力的基礎上建立起一種效率更高的密集數(shù)據(jù)計算解決方案。

發(fā)展現(xiàn)況

支持CUDA的GPU銷量已逾1億，數(shù)以千計的軟件開發(fā)人員正在使用免費的CUDA軟件開發(fā)工具來解決各種專業(yè)以及家用應用程序中的問題。這些應用程序從視頻與音頻處理和物理效果模擬到石油天然氣勘探、產(chǎn)品設計、醫(yī)學成像以及科學研究，涵蓋了各個領域。

CUDA 的核心有三個重要抽象概念： 線程組層次結構、共享存儲器、屏蔽同步，可輕松將其作為C語言的最小擴展級公開給程序員。

CUDA 軟件堆棧由幾層組成，一個硬件驅(qū)動程序，一個應用程序編程接口（API）和它的Runtime，還有二個高級的通用數(shù)學庫，CUFFT 和CUBLAS。硬件被設計成支持輕量級的驅(qū)動和Runtime 層面，因而提高性能。

所支持的OS（operating system）

CUDA目前支持linux和Windows操作系統(tǒng)。進行CUDA開發(fā)需要依次安裝驅(qū)動、toolkit、SDK三個軟件。在安裝目錄／C／src目錄下有很多的例程可以進行學習。

NVIDIA進軍高性能計算領域，推出了Tesla＆CUDA高性能計算系列解決方案，CUDA技術，一種基于NVIDIA圖形處理器（GPU）上全新的并行計算體系架構，讓科學家、工程師和其他專業(yè)技術人員能夠解決以前無法解決的問題，作為一個專用高性能GPU計算解決方案，NVIDIA把超級計算能夠帶給任何工作站或服務器，以及標準、基于CPU的服務器集群。

CUDA是用于GPU計算的開發(fā)環(huán)境，它是一個全新的軟硬件架構，可以將GPU視為一個并行數(shù)據(jù)計算的設備，對所進行的計算進行分配和管理。在CUDA的架構中，這些計算不再像過去所謂的GPGPU架構那樣必須將計算映射到圖形API（OpenGL和Direct 3D）中，因此對于開發(fā)者來說，CUDA的開發(fā)門檻大大降低了。CUDA的GPU編程語言基于標準的C語言，因此任何有C語言基礎的用戶都很容易地開發(fā)CUDA的應用程序。

由于GPU的特點是處理密集型數(shù)據(jù)和并行數(shù)據(jù)計算，因此CUDA非常適合需要大規(guī)模并行計算的領域。目前CUDA除了可以用C語言開發(fā)，也已經(jīng)提供FORTRAN的應用接口，未來可以預計CUDA會支持C＋＋、Java、Python等各類語言。可廣泛的應用在圖形動畫、科學計算、地質(zhì)、生物、物理模擬等領域。2008年NVIDIA推出CUDA SDK2．0版本，大幅提升了CUDA的使用范圍。使得CUDA技術愈發(fā)成熟。

結尾

從最初發(fā)現(xiàn)GPU在深度學習計算方面的潛力，到如今幾乎“無GPU不深度學習”的行業(yè)現(xiàn)狀，英偉達毅然向人工智能轉(zhuǎn)型，投入大量資源用以研發(fā)，不斷推陳出新，極大地推動了GPU在人工智能計算的應用，同時更推動了人工智能行業(yè)的發(fā)展。說一句“深度學習計算≈英偉達”不算過分吧。