什么是GPU计算？
CPU+GPU是一个强大的组合，因为CPU包含几个针对串行处理优化的内核，而GPU由数千个更小、更节能的内核组成，旨在提供强大的并行性能。程序的串行部分运行在CPU上，并行部分运行在GPU上。
通过使用我们目录中列出的任何GPU加速应用，大多数客户可以立即享受GPU计算的优势。该目录重点介绍了100多种行业领先的应用。对于开发者来说，GPU计算有一个庞大的生态系统，由各大软件开发者的工具和库组成。
运行你的GPU加速代码更快，并尝试特斯拉K20 GPU加速器。
了解更多关于GPU计算的历史。图形芯片最初被用作固定功能的图形管道。经过多年的发展，这些图形芯片的可编程性逐渐增强，从而成就了第一个NVIDIA？0?3 GPU出来了。1999-2000年期间，医学成像和电磁学领域的计算机科学家和研究人员开始使用GPU来加速一系列科学应用。这就是所谓的“GPGPU”或GPU通用计算运动。
虽然用户获得了前所未有的性能(在某些情况下，性能比CPU高100倍)，但问题是GPGPU需要使用OpenGL、Cg等图形编程API对GPU进行编程。这就限制了人们利用GPU强大的处理能力来加速科学。
全英伟达？0?3 GPU GeForce、NVIDIA？0?3 Quadro和NVIDIA？0?3特斯拉)都支持GPU计算和CUDA？0?3并行编程模型。开发者几乎可以在任何平台上使用NVIDIA？0?3 GPU，这些平台包括最新的苹果MacBook Pro。但是，我们推荐英伟达？0?3特斯拉GPU来处理那些强调可靠性和整体性能的工作。更多详情请参考《为什么选择英伟达？0?3特斯拉.
英伟达？0?3特斯拉GPU完全是为了加速科技计算而设计的。最新的英伟达？0?3特斯拉GPU基于开普勒架构中的许多创新特性。与上一代架构相比，可以提供3倍的性能，双精度浮点性能高达1 Teraflops。同时大大提高了可编程性和效率。开普勒是世界上最快、最节能的高性能计算(HPC)架构。
英伟达？0?意识到向更广泛的科学界提供这种性能的潜力，我们努力修改GPU，以便开发人员可以对GPU进行全面编程，并使其无缝地使用熟悉的语言，如C、C++和Fortran。
GPU计算的发展势头比以往任何时候都要快。现在世界上一些最快的超级计算机都是依靠GPU来加快科学探索的速度，全球600所大学都开了英伟达？0?3 GPU并行计算课程，积极使用GPU的开发者已达数十万。“GPU已经发展到了一个成熟的阶段，可以轻松执行现实生活中的各种应用，程序的运行速度也已经远远超过了使用多核系统时的情况。未来的计算架构将是并行核GPU和多核CPU一起运行的混合系统。田纳西大学创新计算实验室主任Jack Dongarra教授