Compute Unified Device Architecture (CUDA) är utvecklad av Nvidia för grafikprocessorer (GPU), och är en teknikplattform som accelererar GPU-beräkningsprocesser. Nvidia CUDA-kärnor är parallella eller separata bearbetningsenheter inom GPU:n, med fler kärnor som i allmänhet motsvarar bättre prestanda.
Med CUDA kan forskare och mjukvaruutvecklare skicka C-, C++- och Fortran-kod till GPU:n utan att använda assembly-kod. Denna effektivisering drar fördel av parallell beräkning där tusentals uppgifter, eller trådar, exekveras samtidigt.
Vad är CUDA-kärnor?
Nvidia CUDA-kärnor är parallella processorer som liknar en processor i en dator, som kan vara en dubbel- eller fyrkärnig processor. Nvidia GPU:er kan dock ha flera tusen kärnor.
När du handlar efter ett Nvidia-videokort kan du se en referens till antalet CUDA-kärnor som finns i ett kort. Cores ansvarar för olika uppgifter relaterade till hastigheten och kraften hos GPU:n.
Eftersom CUDA-kärnor är ansvariga för att hantera data som rör sig genom en GPU, hanterar kärnor ofta videospelsgrafik i situationer där karaktärer och landskap laddas.
CUDA-kärnor liknar AMD Stream-processorer; dessa heter bara olika. Du kan dock inte likställa en 300 CUDA Nvidia GPU med en 300 Stream Processor AMD GPU.
Applikationer kan byggas för att dra fördel av den ökade prestandan som erbjuds av CUDA-kärnor. Du kan se en lista över dessa applikationer på sidan Nvidia GPU Applications.
Välja ett grafikkort med CUDA
Ett högre antal CUDA-kärnor innebär vanligtvis att grafikkortet ger snabbare prestanda tot alt sett. Men antalet CUDA-kärnor är bara en av flera faktorer att ta hänsyn till när du väljer ett grafikkort.
Nvidia erbjuder en rad kort med så få som åtta CUDA-kärnor till så många som 5 760 CUDA-kärnor i GeForce GTX TITAN Z.
Grafikkort som har Tesla-, Fermi-, Kepler-, Maxwell- eller Pascal-arkitektur stöder CUDA.
