阅读: 357
答案 1：
从很多方面来看，CUDA和OpenCL的关系都和DirectX与OpenGL的关系很相像。如同DirectX和OpenGL一样，CUDA和OpenCL中，前者是配备完整工具包、针对单一供应商(NVIDIA)的成熟的开发平台，后者是一个-的标准。 虽然两者抱着相同的目标：通用并行计算。但是CUDA仅仅能够在NVIDIA的GPU硬件上运行，而OpenCL的目标是面向任何一种Massively Parallel Processor，期望能够对不同种类的硬件给出一个相同的编程模型。由于这一根本区别，二者在很多方面都存在不同： 1）开发者友好程度。CUDA在这方面显然受更多开发者青睐。原因在于其统一的开发套件（CUDA Toolkit, NVIDIA GPU Computing SDK以及NSig-t等等）、非常丰富的库（cuFFT,cuBLAS,cuSPARSE,cuRAND,NPP,T-rust）以及NVCC(NVIDIA的CUDA编译器)所具备的PTX（一种SSA中间表示，为不同的NVIDIA GPU设备提供一套统一的静态ISA）代码生成、离线编译等更成熟的编译器特性。相比之下，使用OpenCL进行开发，只有AMD对OpenCL的驱动相对成熟。 2）跨平台性和通用性。这一点上OpenCL占有很大优势（这也是很多National Laboratory使用OpenCL进行科学计算的最主要原因）。OpenCL支持包括ATI,NVIDIA,Intel,ARM在内的多类处理器，并能支持运行在CPU的并行代码，同时还独有Task-Parallel Execution Mode，能够更好的支持Heterogeneous Computing。这一点是仅仅支持数据级并行并仅能在NVIDIA众核处理器上运行的CUDA无法做到的。 3）市场占有率。作为一个-标准，缺少背后公司的推动，OpenCL显然没有占据通用并行计算的主流市场。NVIDIA则凭借CUDA在科学计算、生物、金融等领域的推广牢牢把握着主流市场。再次想到OpenGL和DirectX的对比，不难发现公司推广的高效和非盈利机构/标准委员会的低效（抑或谨慎，想想C++0x）。 我接触的很多开发者（包括我本人）都认为，由于目前独立显卡市场的萎缩、新一代处理器架构（AMD的Grap-ics Core Next (GCN)、Intel的Sandy Bridge以及Ivy Bridge）以及新的SIMD编程模型（Intel的ISPC等）的出现，未来的通用并行计算市场会有很多不确定因素，CUDA和OpenCL都不是终点，我期待未来会有更好的并行编程模型的出现（当然也包括CUDA和OpenCL，如果它们能够持续发展下去）。分享常识给亲友.
下一篇:现有的网络教育产品都有哪些呢？ 下一篇 【方向键 ( → )下一篇】
上一篇:如何从数据库同时取出信息内容的同时取出转发来源的记录？ 上一篇 【方向键 ( ← )上一篇】
快搜