显卡中的CUDA核心

通过计算统一设备体系结构加快图形密集型进程

由英伟达开发图形处理单元计算统一设备架构(CUDA)是一种加速GPU计算过程的技术平台。Nvidia CUDA核心是GPU内的并行或独立处理单元,更多的核心通常等同于更好的性能。

来自英伟达的GeForce GTX TITAN Z显卡的产品照片
英伟达

通过CUDA,研究人员和软件开发人员可以将C、c++和Fortran代码发送到GPU,而无需使用汇编代码。这种流线化利用了并行计算的优势,在并行计算中,数千个任务或线程同时执行。

什么是CUDA核心?

Nvidia CUDA核心是类似于a的并行处理器处理器在计算机中,可能是双核或四核处理器。然而,英伟达的gpu可以有几千个内核。

在购买Nvidia时视频卡,你可能会看到一张卡中包含CUDA核数的引用。核心负责与GPU的速度和功率相关的各种任务。

由于CUDA核心负责处理通过GPU传输的数据,因此核心通常在角色和场景加载的情况下处理视频游戏图形。

CUDA核心类似于AMD流处理器;只是名字不同而已。然而,你不能将300 CUDA的Nvidia GPU等同于300 Stream处理器的AMD GPU。

可以构建应用程序以利用CUDA核心提供的性能提升。上可以看到这些应用程序的列表Nvidia GPU应用页面。

用CUDA选择显卡

更高数量的CUDA核心通常意味着视频卡提供更快的整体性能。但是CUDA核心的数量只是需要考虑的几个因素之一选择显卡

英伟达提供了一系列卡,从8个CUDA核到多达5,760个CUDA核GeForce GTX TITAN Z

具有Tesla、Fermi、Kepler、Maxwell或Pascal架构的显卡支持CUDA。

这个页面有用吗?