基本介紹
套用範圍,發展歷程,工具包,發展現況,背景,
套用範圍
計算行業正在從只使用CPU的“中央處理”向CPU與GPU並用的“協同處理”發展。為打造這一全新的計算典範，NVIDIA™（英偉達™）發明了CUDA（Compute Unified Device Architecture，統一計算設備架構）這一編程模型，是想在應用程式中充分利用CPU和GPU各自的優點。現在，該架構已套用於GeForce™（精視™）、ION™（翼揚™）、Quadro以及Tesla GPU（圖形處理器）上，對應用程式開發人員來說，這是一個巨大的市場。
CPU與GPU並用的“協同處理”
CPU與GPU並用的“協同處理”在消費級市場上，幾乎每一款重要的消費級視頻應用程式都已經使用CUDA加速或很快將會利用CUDA來加速，其中不乏Elemental Technologies公司、MotionDSP公司以及LoiLo公司的產品。
GPU架構
GPU架構在科研界，CUDA一直受到熱捧。例如，CUDA現已能夠對AMBER進行加速。AMBER是一款分子動力學模擬程式，全世界在學術界與製藥企業中有超過60,000名研究人員使用該程式來加速新藥的探索工作。
在金融市場，Numerix以及CompatibL針對一款全新的對手風險應用程式發布了CUDA支持並取得了18倍速度提升。Numerix為近400家金融機構所廣泛使用。
CUDA的廣泛套用造就了GPU計算專用Tesla GPU的崛起。全球財富五百強企業現在已經安裝了700多個GPU集群，這些企業涉及各個領域，例如能源領域的斯倫貝謝與雪佛龍以及銀行業的法國巴黎銀行。
隨著微軟Windows 7與蘋果Snow Leopard作業系統的問世，GPU計算必將成為主流。在這些全新的作業系統中，GPU將不僅僅是圖形處理器，它還將成為所有應用程式均可使用的通用並行處理器。
發展歷程
隨著顯示卡的發展，GPU越來越強大，而且GPU為顯示圖像做了最佳化。在計算上已經超越了通用的CPU。如此強大的晶片如果只是作為顯示卡就太浪費了，因此NVIDIA推出CUDA，讓顯示卡可以用於圖像計算以外的目的。
目前只有G80、G92、G94、G96、GT200、GF100、GF110、GK100、GK104、GK107平台（即GeForce 8~GeForce GTX780Ti）的NVidia顯示卡才能使用CUDA，工具集的核心是一個C語言編譯器。G80中擁有128個單獨的ALU，因此非常適合並行計算，而且數值計算的速度遠遠優於CPU。
CUDA的SDK中的編譯器和開發平台支持Windows、Linux系統，可以與Visual Studio2005，2008，2010集成在一起。
從CUDA體系結構的組成來說，包含了三個部分：開發庫、運行期環境和驅動（表2）。
開發庫是基於CUDA技術所提供的套用開發庫。目前CUDA的1.1版提供了兩個標準的數學運算庫——CUFFT（離散快速傅立葉變換）和CUBLAS（離散基本線性計算）的實現。這兩個數學運算庫所解決的是典型的大規模的並行計算問題，也是在密集數據計算中非常常見的計算類型。開發人員在開發庫的基礎上可以快速、方便的建立起自己的計算套用。此外，開發人員也可以在CUDA的技術基礎上實現出更多的開發庫。
運行期環境提供了套用開發接口和運行期組件，包括基本數據類型的定義和各類計算、類型轉換、記憶體管理、設備訪問和執行調度等函式。基於CUDA開發的程式代碼在實際執行中分為兩種，一種是運行在CPU上的宿主代碼（Host Code），一種是運行在GPU上的設備代碼（Device Code）。不同類型的代碼由於其運行的物理位置不同，能夠訪問到的資源不同，因此對應的運行期組件也分為公共組件、宿主組件和設備組件三個部分，基本上囊括了所有在GPGPU開發中所需要的功能和能夠使用到的資源接口，開發人員可以通過運行期環境的編程接口實現各種類型的計算。
由於目前存在著多種GPU版本的NVidia顯示卡，不同版本的GPU之間都有不同的差異，因此驅動部分基本上可以理解為是CUDA-enable的GPU的設備抽象層，提供硬體設備的抽象訪問接口。CUDA提供運行期環境也是通過這一層來實現各種功能的。目前基於CUDA開發的套用必須有NVIDIA CUDA-enable的硬體支持，NVIDIA公司GPU運算事業部總經理Andy Keane在一次活動中表示：一個充滿生命力的技術平台應該是開放的，CUDA未來也會向這個方向發展。由於CUDA的體系結構中有硬體抽象層的存在，因此今後也有可能發展成為一個通用的GPGPU標準接口，兼容不同廠商的GPU產品。
工具包
是一種針對支持CUDA功能的GPU（圖形處理器）的C語言開發環境。CUDA開發環境包括:
nvcc C語言編譯器
·適用於GPU（圖形處理器）的CUDA FFT和BLAS庫。
分析器
·適用於GPU（圖形處理器）的gdb調試器（在2008年3月推出alpha版）
·CUDA運行時（CUDA runtime）驅動程式（目前在標準的NVIDIA GPU驅動中也提供）。
CUDA編程手冊
CUDA開發者軟體開發包（SDK）提供了一些範例（附有原始碼），以幫助使用者開始CUDA編程。這些範例包括：
· 並行雙調排序
· 矩陣乘法
· 矩陣轉置
· 利用計時器進行性能評價
· 並行大數組的前綴和（掃描）
· 圖像卷積
· 使用Haar小波的一維DWT
· OpenGL和Direct3D圖形互操作示例
· CUDA BLAS和FFT庫的使用示例
· CPU-GPU C—和C++—代碼集成
· 二項式期權定價模型
· Monte-Carlo期權定價模型
· 並行Mersenne Twister（隨機數生成）
· 並行直方圖
· 圖像去噪
· Sobel邊緣檢測濾波器
· MathWorks MATLAB®
新的基於1.1版CUDA的SDK範例現在也已經發布了。
技術功能
· 在GPU（圖形處理器）上提供標準C程式語言
· 為在支持CUDA的NVIDIA GPU（圖形處理器）上進行並行計算而提供了統一的軟硬體解決方案
· CUDA兼容的GPU（圖形處理器）包括很多：從低功耗的筆記本上用的GPU到高性能的，多GPU的系統。
· 支持CUDA的GPU（圖形處理器）支持並行數據快取和執行緒執行管理器
· 針對計算的專用CUDA驅動
· CUDA驅動可與OpenGL和DirectX圖形驅動程式實相互操作
· 支持Linux 32位/64位以及Windows XP 32位/64位 作業系統
· 為了研究以及開發語言的目的，CUDA提供對驅動程式的直接訪問，以及彙編語言級的訪問。
發展現況
支持CUDA的GPU銷量已逾1億，數以千計的軟體開發人員正在使用免費的CUDA軟體開發工具來解決各種專業以及家用應用程式中的問題。這些應用程式從視頻與音頻處理和物理效果模擬到石油天然氣勘探、產品設計、醫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： 執行緒組層次結構、共享存儲器、禁止同步（barriersynchronization），可輕鬆將其作為C語言的最小擴展級公開給程式設計師。
CUDA 軟體堆疊由幾層組成，一個硬體驅動程式，一個應用程式編程接口（API）和它的Runtime，還有二個高級的通用數學庫，CUFFT 和CUBLAS。硬體被設計成支持輕量級的驅動和Runtime 層面，因而提高性能。
所支持的OS（operating system）
CUDA目前支持linux和Windows作業系統。進行CUDA開發需要依次安裝驅動、toolkit、SDK三個軟體。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，一種基於NVIDIA圖形處理器（GPU）上全新的並行計算體系架構，讓科學家、工程師和其他專業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伺服器，以及標準、基於CPU的伺服器集群。
CUDA是用於GPU計算的開發環境，它是一個全新的軟硬體架構，可以將GPU視為一個並行數據計算的設備，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，因此對於開發者來說，CUDA的開發門檻大大降低了。CUDA的GPU程式語言基於標準的C語言，因此任何有C語言基礎的用戶都很容易地開發CUDA的應用程式。
由於GPU的特點是處理密集型數據和並行數據計算，因此CUDA非常適合需要大規模並行計算的領域。目前CUDA除了可以用C語言開發，也已經提供FORTRAN的套用接口，未來可以預計CUDA會支持C++、Java、Python等各類語言。可廣泛的套用在圖形動畫、科學計算、地質、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的使用範圍。使得CUDA技術愈發成熟。
背景
計算正在從CPU"中央處理"向CPU與GPU"協同處理"的方向發展。為了實現這一新型計算模式，英偉達發明了英偉達™ CUDA™ 並行計算架構。該架構現在正運用於英偉達™ （NVIDIA）Tesla™、英偉達™ Quadro（NVIDIA Quadro）以及英偉達™ 精視™（NVIDIA GeForce）GPU上。對應用程式開發商來說，英偉達™ CUDA™ 架構擁有龐大的用戶群。
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式的速度。全球有6萬餘名學術界和製藥公司的科研人員使用該程式來加速新藥開發。在金融市場，Numerix和CompatibL已宣布在一款對手風險應用程式中支持英偉達™ CUDA™ ，而且因此實現了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™ 正被人們廣泛採用。目前，全球《財富》五百強企業已經安裝了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中的法國巴黎銀行，這些企業的範圍十分廣泛。
