文档介绍：CUDA
演讲者：徐洪志
学号：09208040
演讲日期：2010-10-13
演讲内容
NVIDIA公司简介
GPU发展简介
从GPGPU到CUDA
CUDA编程模型
CUDA比上一代GPU，
它们的象素级和顶点级操作的可编程性得到了大大的扩展。
第五代GPU(2004)主要以NVIDIA GeForce6800为代表。功能相对以前更加丰富、灵活。
第六代GPU(2006)主要以NVIDIA GeForce ，提高许多常见可视化运算作业的速度。
演讲内容
NVIDIA公司简介
GPU发展简介
从GPGPU到CUDA
CUDA编程模型
CUDA应用
CUDA在中国
CUDA校园程序设计大赛
从GPGPU到CUDA
GPGPU
传统上，GPU的应用被局限于处理图形渲染计算任务。将GPU用于图形渲染以外领域的计算称为GPGPU（基于GPU的通用计算）。
GPGPU开发直接使用图形学API编程，编程人员要将数据打包成纹理，将计算任务映射为对纹理的渲染过程，用汇编或者高级着色语言（如GLSL、Cg、HLSL）编写Shader程序，然后通过图形学API（Direct3D、OpenGL）执行。编程人员不仅要熟悉自己需要实现的计算和并行算法，还要对图形学硬件和编程接口有深入了解。开发难度大，传统GPGPU没有被广泛应用。
从GPGPU到CUDA
CUDA
CUDA 是 NVIDIA 的 GPGPU 模型，它不需要借助图形学API，可以直接以大多数人熟悉的 C 语言，写出在显示芯片上执行的程序，而不需要去学****特定的显示芯片的指令或是特殊的结构。
CUDA架构更适用于GPU通用计算:，可以更有效地利用过去分布在顶点渲染器和像素渲染器的计算资源；，支持随机写入和线程间通信。
演讲内容
NVIDIA公司简介
GPU发展简介
从GPGPU到CUDA
CUDA编程模型
CUDA应用
CUDA在中国
CUDA校园程序设计大赛
CUDA编程模型
CUDA编程模型将CPU作为主机（host）,GPU作为设备（Device）。
CPU负责进行逻辑性强的事物处理和串行计算
GPU则专注于执行高度线程化的并行处理任务
一个完整的CUDA程序是由一系列的设备端kernel函数并行步骤和主机端的串行处理步骤共同组成的。
Kernel函数
kernel：内核函数， 运行在GPU上的程序。
必须通过_global__函数类型限定符定义，
并且只能在主机端代码调用
kernel 以线程网格（Grid）的形式组织，
每个线程网格由若干个线程块（block）组
成，而每个线程块又由若干个线（thread）
组成。
Kernel函数存在两个层次的并行，即Grid
中的block间并行和block中的thread间
并行。两层并行模型是CUDA最重要的
创新之一。
CUDA编程模型
演讲内容
NVIDIA公司简介
GPU发展简介
从GPGPU到CUDA
CUDA编程模型
CUDA应用
CUDA在中国
CUDA校园程序设计大赛
CUDA应用
随着数百万支持CUDA的GPU已经遍布全球计算机，软件开发人员、科学人士和研究人员正在利用CUDA探测到更多更广的领域中，包括图像和视频编辑、计算生物学和计算化学、有限元的计算、神经元的研究计算、流体力学模拟、CT图像重组、地震分析、光线追踪以及其它更多。
CUDA应用
Sony Pictures Animation 的第一
部长篇动画片 ---《丛林大反攻》
CUDA将图片多层计算，能够实现
图片焦点的多层变化。
CUDA应用
CUDA平台下的复杂疾病全基因组基因计算
医疗应用：适用于实时医疗成像的裸眼立体成像系统
CUDA应用
PowerDVD 10震撼功能 CUDA加速看3D电影
CUDA提速10倍 视频编辑利器 LoiLoScope
GPU计算复杂多相流动分子动力学模拟
演讲内容
NVIDIA公司简介
GPU发展简介
从GPGPU到CUDA
CUDA编程模型
CUDA应用
CUDA在中国
CUDA校园程序设计大赛
CUDA在中国
目前全球已经有超过250所大学开设了CUDA™编程和GPU计算的课程，仅在上