Imparare Nvidia CUDA

Question

Sono programmatore C ++ che sviluppano algoritmi di immagini e video, dovrei imparare Nvidia CUDA? o si tratta di una di queste tecnologie che spariranno?

Answer 1

CUDA è attualmente un unico fornitore di tecnologia di NVIDIA e quindi non ha la supporto multi vendor che OpenCL fa.

Tuttavia, è più matura di OpenCL , ha ottima documentazione e le competenze apprese utilizzando sarà facilmente trasferito ad altri toolkit di elaborazione dati Parrallel.

Come esempio di questo, leggere il rel="noreferrer"> di Steele e Hillis e poi guardare il tutorial Nvidia - theres un chiaro legame tra i due ancora la carta Steele / Hillis è stato scritto su 20 anni prima CUDA è stato introdotto.

Infine, il FCUDA Progetti sta lavorando per consentire progetti CUDA di indirizzare non nvidia hardware (FPGA).

Answer 2

CUDA dovrebbe restare per un po ', ma se sei solo agli inizi, io consiglierei di guardare OpenCL o DirectCompute . Entrambi questi eseguito su ATI così come hardware NVidia, oltre a lavorare anche sulle unità vettoriali (SSE) della CPU.

Answer 3

Credo che si dovrebbe piuttosto attaccare con OpenCL , che è uno standard aperto e supportato da ATI, nVidia e altro ancora. CUDA potrebbe non scomparire nei prossimi anni, ma in ogni caso non è compatibile con le GPU non nVidia.

Answer 4

OpenCL potrebbe richiedere del tempo prima di diventare pervasivo ma ho trovato l'apprendimento CUDA molto informativo e non credo CUDA sta per essere fuori dalle luci della ribalta in qualunque momento presto. Inoltre, CUDA è abbastanza facile che il tempo necessario per imparare è molto più breve durata di CUDA.

Answer 5

Questa è l'era del calcolo ad alte prestazioni, calcolo parallelo. CUDA e OpenCL sono le tecnologie emergenti di GPU Computing che è in realtà un calcolo ad alte prestazioni! Se sei un programmatore appassionato e pronto a raggiungere il punto di riferimento in algoritmi paralleli, si dovrebbe davvero andare per queste tecnologie. Dati parte parallela del programma otterrà eseguito entro frazioni di secondo su GPU architettura multi-core che di solito richiede molto più tempo sul vostro CPU ..