概念,異構平台對比（GPU FPGA DSP）,OpenCL,
概念
異構計算被視為計算機處理器繼單核、多核之後的第三個時代，它將實現使用不同類型指令集和體系架構的計算單元，比如CPU和GPU之間的“協同計算、彼此加速”，從而突破CPU發展的瓶頸，有效解決能耗、可擴展性等問題。
異構平台對比（GPU FPGA DSP）
GPU在圖像處理方面進行了專門的最佳化，個人認為可以作為協處理器，套用場景主要在於娛樂等對視覺效果要求較高的方面。
dsp 的優勢在於處理速度快，靈活性高，便於調試和系統升級。DSP專用性較強，數字處理方面比前兩者要優勢更多些。但控制能力較弱，不過這個弱點也在後續發展中慢慢的增強，比如增加外部設備控制部分等。在高速運算場景還是必備的晶片。但是它的主頻到1.2G 已經很難上去的，能做的只是多核 和 協處理器。
而fpga則時序控制精準，固定模組的設計最好採用fpga，比較穩定，但調試起來不是太靈活。fpga只適合做一些prototye，或者一些低速率的東西。
嵌入式計算看好cpu+dsp的soc，通用計算不清楚，目前看來cpu+gpu比較流行。
OpenCL
openCL可以提供比CUDA更細的控制粒度，而且它提供的是利用GPU做通用計算，相比CUDA的圖形接口更加通用，而且可以支持其他硬體設備，如FPGA等。關於CUDA和OpenCL的關係，其實CUDA是一個架構，類似於CPU里的x86，而OpenCL是一個API，類似DirectX和OpenGL，
CUDA架構最主要的包含兩個方面：一個是ISA指令集架構；第二硬體計算引擎。對於編程人員他可以選擇不同的方式來進行編程，他們可以選擇OpenCL API編程也可以選擇C for CUDA語言來編程。而就C for CUDA來說，編程人員在利用C for CUDA語言來編程的時候，無需考慮過多與自身編程目的以外的因素。再拿前文提及的記憶體管理來說，C for CUDA使用Runtime進行管理。不管OpenCL還是C for CUDA語言來編程，最終它都是需要通過一個驅動程式來變成一個PTX的代碼，PTX相當於CUDA的指令集來進行執行，然後交給圖形處理器或者交給硬體來進行執行。
