NVIDIA CUDA är i tekniska termer en grafikprocessorbaserad C-kompilator och poängen med NVIDIAs CUDA-teknik (Compute Unified Device Architecture) är precis samma som ATI och deras Stream-koncept. Man vill helt enkelt bredda grafikprocessorernas användningsområde från att egentligen enbart hantera bilder och grafik till att även utföra komplexa datorberäkningar i mycket höga hastigheter. Vi har redan sett hur ATIs Stream-teknik används av Stanford i deras Folding@Home-klient och NVIDIA verkar övertygade om att deras CUDA-teknik kommer ge liknande användningsområde.
CUDA är speciellt utvecklat kring NVIDIAs nya G80-arkitektur där man försöker ta till vara på all den beräkningskraft grafikprocessorns 128 shader processorer besitter (GeForce 8800 GTX). Till skillnad från ATI har NVIDIA tagit fram en specifik CUDA-drivrutin för sina nya grafikkort, en drivrutin som installeras bredvid den vanliga grafikkortsdrivrutinen.
Här handlar det om att göra det möjligt för mjukvaruutvecklare att skriva applikationer och kod direkt för att beräknas med NVIDIAs CUDA-kompatibla GPUer. Det handlar inte om manipulerad grafikkod vilket borde ge riktigt fin beräkningskraft. Områden där man kan använda sig av CUDA är, precis som för ATI Stream, bland annat finansiella analyser och fysikeffekter i spel. Det senare är något vi säkerligen kommer höra mer om från NVIDIA inom en snar framtid.
CUDA-enabled GPUs offer dedicated features for computing, including the Parallel Data Cache, which allows 128, 1.35GHz processor cores in newest generation NVIDIA GPUs to cooperate with each other while performing intricate computations. Developers access these new features through a separate computing driver that communicates with DirectX and OpenGL, and the new NVIDIA C compiler for the GPU, which obsoletes streaming languages for GPU computing.
Vi ser fram emot att se fler konkreta användningsområden för CUDA-konceptet och kanske Stanford ska kika närmare på NVIDIAs ny GPGPU-lösning nu när G80 har lanserats.
