
展开全部
首先,你确定你问的是GPU而不是CPU?!
GPU的计算,应该说,绝大多数不是用VC++做的,而是用C做的。现在,Nvidia最新版的CUDA支持VC++了,但是只在Fermi核心的GPU——Geforce GTX 400系列家用显卡、Fermi核心的Tesla上有支持VC++的CUDA。
GPU和CPU不同,CPU内部可以实现并行处理,而GPU内部只能实现并行计算,负责输出一系列数据。但是,GPU内部的统一渲染管线结构,决定了GPU计算的并发线程远远大于CPU。一颗I7 980X的并行计算线程和处理线程都是12条,而GT 200系列核心虽然没有并行处理能力,但是并行计算能力在30000线程以上。这个就是GPU通用计算的力量。
GPU通用计算领域,Nvidia居于独孤求败的地位。而ATI由于自身的GPU设计,以及市场定位的原因,通用计算做得不如Nvidia。现在的Nvidia大力发展GPGPU,但GPU通用计算的应用还处于起步阶段,国内接触CUDA编程的人也不多。你可以上Nvidia的官网看看,有不少的介绍。
GPU的计算,应该说,绝大多数不是用VC++做的,而是用C做的。现在,Nvidia最新版的CUDA支持VC++了,但是只在Fermi核心的GPU——Geforce GTX 400系列家用显卡、Fermi核心的Tesla上有支持VC++的CUDA。
GPU和CPU不同,CPU内部可以实现并行处理,而GPU内部只能实现并行计算,负责输出一系列数据。但是,GPU内部的统一渲染管线结构,决定了GPU计算的并发线程远远大于CPU。一颗I7 980X的并行计算线程和处理线程都是12条,而GT 200系列核心虽然没有并行处理能力,但是并行计算能力在30000线程以上。这个就是GPU通用计算的力量。
GPU通用计算领域,Nvidia居于独孤求败的地位。而ATI由于自身的GPU设计,以及市场定位的原因,通用计算做得不如Nvidia。现在的Nvidia大力发展GPGPU,但GPU通用计算的应用还处于起步阶段,国内接触CUDA编程的人也不多。你可以上Nvidia的官网看看,有不少的介绍。

2024-12-25 广告
ISTA3L是一个基于研究、数据驱动的测试协议,它模拟了由零售公司完成的产品订单被直接运送给消费者时所经历的危险,它允许用户评估包装产品的能力,以承受运输和处理包装产品时所经历的供应链危险,从接收到任何电子商务零售商履行操作,直到最终消费者...
点击进入详情页
本回答由富港检测东莞有限公司提供
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询