就在上周，NVIDIA发布了新一代的GPU——GT200，其系列中优异产品GTX280的浮点运算能力已经达到0.93TeraFloaps，只要核心频率再稍稍提高就达到了万亿次运算。值得注意的是，NVIDIA强调GT200不但为高性能计算的并行处理能力在架构上进行了优化，而且在GPU或显卡老本行的应用上也进行了改进。它不仅仅是一颗3D图形渲染处理器了。
如果您还不了解GTX280的3D性能和它在视觉应用中的表现，请访问我们的文章《NV双面侠GTX200首发测试》。而我们今天要谈的是NVIDIA赋予GPU计算另一面的核心内容——CUDA。CUDA：是Compute Unified Device Architecture（计算统一设备架构）的简称，是NVIDIA针对支持CUDA功能的GPU（图形处理器）的C语言开发环境，开发平台。与其他语言类似，CUDA包括NVIDIA提供的编译器、库、调试器和丰富的SDK等等。
 |
| 通过GPU运算实现加速的案例 |
通过CUDA，我们可以让具有该功能的GPU进行通用计算，对于个人应用而言我们已经可以看到高清视频编码用GPU（显卡）计算比目前最好的四核心CPU还要快数十倍；对于高性能计算，我们可以看到一个或多个GPU正在石油、医疗、卫星等多个高性能计算领域发挥着作用。
 |
谈到这里，很容易让我们联想到一个最近非常流行的说法“GPU是不是比CPU还快很多？”的确，我们开始切入正题，让NVIDIA公司首席科学家David Kirk先生(图右)及其伊利诺伊大学教授Wen-mei Hwu（胡文美）（图左）先生为我们解答有关问题。
