通用计算对决 四代NV显卡激战CUDA-Z

前言：在熟悉了CPU-Z和GPU-Z的使用和参数之后，大多数爱好者已经能分辨自己的硬件配置和基本性能，不过最新推出的CUDA-Z你又是否了解呢？在我们的网站博客里，已经有网友开始了对NVIDIA显卡GPU功能的进一步挖掘，不但玩了很多新奇的软件，也使用GPU加速了很多经典老软件。但是对于CUDA-Z这款基础测试软件，很多网友显然比较难下手，虽然参数不多，但是这款软件涉及到专业性较强的CUDA架构特点和名词解释。今天希望用这篇文章和大家交流，更好地了解我们身边的GPU，了解正在成长中的GPU通用计算能力。

● CUDA通用计算代表GPU发展新方向

    CUDA是NVIDIA公司于2007年推出的GPU通用计算产品。CUDA是Compute Unified Device Architecture（统一计算架构）的简称，是建立在GPU基础之上的通用计算开发平台，它是一个全新的软硬件架构，可以将GPU视为一个并行数据计算的设备，对所进行的计算进行分配和管理。利用CUDA能够充分的将GPU的高计算能力开发出来，并使得GPU的计算能力获得更多的应用。

    CUDA最为关键也最受推崇的原因很简单——它是业界第一款不需要图形学API就能使用类C语言进行通用计算的开发环境和软件体系。这大大增强了CUDA的普及速度和普及成本。

NVIDIA提出的CUDA通用计算方案

    CUDA能够有效利用GPU强劲的处理能力和巨大的存储器带宽进行图形渲染以外的计算，广泛应用于图像处理、视频传播、信号处理、人工智能、模式识别、金融分析、数值计算、石油勘探、天文计算、流体力学、生物计算、分子动力学计算、数据库管理、编码加密等领域，并在这些领域中对CPU获得了一到两个数量级的加速。取得了令人瞩目的成绩。

CUDA应用范围广泛

    CUDA从发布开始，到目前已经到了3.0版，从NVIDIA提出CUDA这个概念，已经有三年多时间，在这一年时间里CUDA发展迅速，在NVIDIA CUDA网站上每天都有很多网友提交自己的CUDA软件作品。在轻量级的小软件中，CUDA已经如雨后春笋般的涌现，从IE图象插件PICLENS，到PHOTOSHOP CS4 开始支持CUDA的插件。视频编码解码是CUDA发展最迅速的方面之一，目前已经有大量的软件开始支持CUDA GPU加速，同时支持CUDA应用大型软件也出现了不少。

    我们今天的测试正是使用了不同时期的4代NVIDIA显卡代表之作，将它们围绕CUDA-Z软件做性能分析，通过CUDA-Z测试的底层计算能力，来判断显卡架构变革带来的性能提升。