Image 学习Nvidia CUDA 我是C++程序员,开发图像和视频算法,我应该学习NVIDIA CUDA吗?还是这些技术中的一种将消失?

Image 学习Nvidia CUDA 我是C++程序员,开发图像和视频算法,我应该学习NVIDIA CUDA吗?还是这些技术中的一种将消失?,image,video,cuda,parallel-processing,h.264,Image,Video,Cuda,Parallel Processing,H.264,我认为您应该坚持使用,这是一种开放标准,由ATI、nVidia等支持。CUDA可能不会在未来几年消失,但无论如何它与非nVidia GPU不兼容。CUDA应该保留一段时间,但如果您刚刚起步,我建议您查看或。除了在CPU的矢量单元(SSE)上工作外,这两种技术都在ATI和NVidia硬件上运行。目前是NVidia的单一供应商技术,因此不具备多供应商支持 然而,它比,更成熟,并且使用它学习的技能将很容易转移到其他并行数据处理工具包 作为一个例子,请阅读斯蒂尔和希利斯的论文,然后看看——两者之间有着明

我认为您应该坚持使用,这是一种开放标准,由ATI、nVidia等支持。CUDA可能不会在未来几年消失,但无论如何它与非nVidia GPU不兼容。

CUDA应该保留一段时间,但如果您刚刚起步,我建议您查看或。除了在CPU的矢量单元(SSE)上工作外,这两种技术都在ATI和NVidia硬件上运行。

目前是NVidia的单一供应商技术,因此不具备多供应商支持

然而,它比,更成熟,并且使用它学习的技能将很容易转移到其他并行数据处理工具包

作为一个例子,请阅读斯蒂尔和希利斯的论文,然后看看——两者之间有着明确的联系,但斯蒂尔/希利斯的论文是在CUDA引入之前写的


最后,我们正在努力让CUDA项目以非nvidia硬件(FPGA)为目标。

OpenCL可能需要一段时间才能普及,但我发现学习CUDA非常有用,我认为CUDA不会很快成为焦点。此外,CUDA非常简单,学习它所需的时间比CUDA的保质期要短得多。

这是高性能计算、并行计算的时代。CUDA和OpenCL是GPU计算的新兴技术,实际上是一种高性能计算!如果您是一个充满激情的程序员,并且愿意在并行算法中实现基准测试,那么您应该真正使用这些技术。程序的数据并行部分将在GPU多核体系结构上的几分之一秒内执行,这通常在CPU上花费更长的时间