其实，CUDA的成功案例当然不止这些。我们在CUDA的专区，NVIDIA官方网站CUDA Zone里可以看到上千的应用。这包括高端的石油勘探、气象计算等应用；医学方面的应用，音频或数字信号处理FIR实时滤波，Matlab FFT的加速等等。在短短半年多时间里，喷涌而至的基于GPU运算的软件和应用方案让大家都对CUDA开发有了浓厚的兴趣。
 |
| 通过GPU运算实现加速的案例 |
在今年6月份，关于这个话题，我们进行了两次重要的信息采集。第一，是在Intel Research Day中看到的众多的Intel为未来万亿次计算硬件与软件的研究成果；第二，是对NVIDIA首席科学家，CUDA之父David Kirk的采访。其中，我们与多位专家讨论今年4月爆发的“GPU灭亡论”的口舌之战，情况是怎样的呢？
我们看到Intel与NVIDIA有非常大的共识空间，由于处理器的高速发展，未来几年内万亿次计算的应用将逐步接近PC，即接近个人电脑。以往万亿次的运算可能只能在大型计算机上实现，其工作和计算可能与个人应用不那么直接，而当个人电脑可以越来越接近这个速度后，我们使用PC的环境大大改变。而今后的高速计算，就是依赖基本与现在GPU采用的“并行计算”一样的模型。
从Intel来看无论是Larrabee还是80核模型，都是一个并行计算的处理器模型；显然NVIDIA更是领先一步，支持CUDA的GPU显卡，销量已经上千万。更为重要的是，在软件平台上，Intel一再宣传的Ct（C++语言的扩展，针对未来并行计算）会很好的过渡到未来的多核心或者群核产品，但NVIDIA首席科学家David Kirk明确表示，目前还没有基于Ct开发出来的软件，而基于CUDA的已有数千款。而Intel最引以为豪的X86软件环境也被NVIDIA认为这并不是什么优势。
