CUDA vs Direct X 10用于并行数学。你对此有什么想法吗?

我认为,DirectX 10将更容易与之对抗,但如果你真的想推动速度优化,你必须绕过额外的层。DirectX 10也不知道何时使用纹理内存、常量内存和共享内存,这取决于您的特定算法。

如果你可以使用特斯拉C1060或类似的产品,CUDA无疑是更好的选择。如果你知道你的GPGPU的细节,你真的可以加快速度——我在特斯拉和我的桌面上看到过一个特定算法的188x加速。

我觉得库达很尴尬。它不是C,而是它的一个子集。它本机不支持双精度浮点,并且是仿真的。但对于单精度,这是可以的。这取决于你的任务类型。为了使数据值得使用,并行计算所花费的时间比传递数据所花费的时间要多。但这并不是CUDA独有的问题。

我会等待苹果的OpenCL,它似乎将成为并行计算的行业标准。

嗯,CUDA是便携式的。。。如果你问我这是一个巨大的胜利。。。

CUDA与支持双精度浮点运算无关。 这取决于可用的硬件。9100200和特斯拉系列支持双精度浮点运算 tesla .

在他们之间做出决定应该很容易。

如果你的应用程序可以容忍Windows特定的,你仍然可以考虑DirectX计算。否则,请使用CUDA或OpenCL。

如果你的应用程序正在做DirectX互操作,那么考虑CUDA/OpenCL会引起上下文切换开销来做图形API互操作,DirectX计算将不会。

除非这些条件中有一个或多个影响您的应用程序,否则请使用大规模并行工具链的老祖宗:CUDA。