Compute Unified Device Architecture (CUDA) ускоряет процессы вычислений на GPU. Технология была разработана для графических процессоров Nvidia.
С помощью CUDA исследователи и разработчики программного обеспечения могут отправлять код C, C ++ и Fortran непосредственно в графический процессор без использования ассемблерного кода. Эта оптимизация использует преимущества параллельных вычислений, в которых тысячи задач или потоков выполняются одновременно.
Информация о ядрах CUDA
Вы увидите термин CUDA , когда вы ходите по магазинам для Nvidia видеокарты . Вы часто будете видеть ссылку на количество ядер CUDA при просмотре упаковки или чтении обзоров.
Ядра CUDA — это параллельные процессоры, аналогичные процессору в компьютере, который может быть двухъядерным или четырехъядерным процессором. Однако графические процессоры Nvidia могут иметь несколько тысяч ядер. Они отвечают за различные задачи, которые позволяют количеству ядер напрямую зависеть от скорости и мощности графического процессора.
Поскольку ядра CUDA отвечают за обработку всех данных, которые проходят через графический процессор, ядра обрабатывают такие вещи, как графика в видеоиграх, в ситуациях, например, при загрузке персонажей и декораций.
Приложения могут создаваться для использования преимуществ повышенной производительности, предлагаемой ядрами CUDA. Вы можете увидеть список этих приложений на странице приложений Nvidia для графических процессоров .
Ядра CUDA похожи на процессоры AMD Stream ; они просто названы по-разному. Но вы не можете приравнять GPU 300 CUDA Nvidia к GPU 300 Stream Processor AMD.
Выбор видеокарты с CUDA
Большее количество ядер CUDA обычно означает, что видеокарта обеспечивает более высокую производительность в целом. Но количество ядер CUDA — это только одна из нескольких вещей, которые следует учитывать при выборе видеокарты .
Nvidia предлагает широкий выбор карт , показывающих , как всего лишь восемь ядер CUDA, как в GeForce G100 , как многие , как 5760 ядер CUDA в GeForce GTX TITAN Z .
Видеокарты с архитектурой Tesla, Fermi, Kepler, Maxwell или Pascal поддерживают CUDA.