如果说2008年上半年年，业界最流行的技术词汇是“45nm HighK”的话，那2008年下半年最流行的术语当属“CUDA”。我们曾在2008年年终评奖中给予NVIDIA CUDA架构最高奖项——技术卓越奖。虽然我们的评委来自各个领域，不同媒体，但对CUDA的认可达到了空前的统一。NVIDIA的CUDA架构，从GT200系列芯片发布后，从幕后逐步走向台前。从硬件产品来看，CUDA经历了GeForce8、GeForce9和GTX200系列三代产品的时间考验，CUDA架构从开发到应用以及已经可以投入使用的应用软件得到了迅速的进步。截止2008年6月，就有7千万个GPU支持NVIDIA CUDA架构，有7万活跃开发人员进行着CUDA软件的开发。

CUDA之父DAVID Kirk

为传统3D渲染和CUDA进行了双重架构设计：普通3D渲染时用到的GPU

CUDA架构（最显著不同是缓存的加入）

NVIDIA在GeForce GTX280发布时明确的将GPU命名为并行处理器。它不但可以去做传统3D渲染工作，而且它的架构还为并行计算时进行专门优化设计，让它可以完成更高要求的并行计算，包括高端的科学计算和组件HPC。

在我们前文已经谈到，GeForce不仅仅是3D渲染的显卡，它们还可以做更多的事情，PhysX、视频编码、倍线GPU加速，动态视频模糊校正等等，这些都是因为CUDA，这是CUDA在民用软件端的应用。

而CUDA在高性能PC和科学计算领域更是表现出强大的实力。上面的案例来自于CUDA Zone上展示不同领域下CUDA相对于普通顶级GPU提速的倍数。在地质勘探、气象研究、生命科学、物理研究、数学研究、医学研究等方面，CUDA几十倍的提速都带来革命性的变化。令人印象深刻的是在重碳酸盐的癌症研究上，使用NVIDIA GPU和CUDA技术，可以让这一跟踪过程从1周时间缩短的1-2小时。其中意义十分巨大，因为1周的计算时间很可能让你错过了无数次观测数据。

通过GPU运算实现加速的案例

2008年，我们也许不能忘记NVIDIA与Intel争论，这个争论在于Intel称Larrabee将颠覆传统显卡。其实，这个说法一点没错，可是Larrabee至今还没来，GeFoce却已经颠覆了传统显卡。无论是苹果倡导的OPENCL，还是DirectX11即将带来的Compute Unit，都将基于CUDA架构来开发（因为目前只有NVIDIA GPU可以支持并行计算）。Intel也明确Larrabee的重要身份是并行计算协处理器而不是独立3D显卡。谁才是并行计算的领导者？NVIDIA显然希望最大。

>>相关产品