CPU+GPU是壹個強大的組合，因為CPU包含幾個針對串行處理優化的內核，而GPU由數千個更小、更節能的內核組成，旨在提供強大的並行性能。程序的串行部分運行在CPU上，並行部分運行在GPU上。
通過使用我們目錄中列出的任何GPU加速應用，大多數客戶可以立即享受GPU計算的優勢。該目錄重點介紹了100多種行業領先的應用。對於開發者來說，GPU計算有壹個龐大的生態系統，由各大軟件開發者的工具和庫組成。
運行妳的GPU加速代碼更快，並嘗試特斯拉K20 GPU加速器。
了解更多關於GPU計算的歷史。圖形芯片最初被用作固定功能的圖形管道。經過多年的發展，這些圖形芯片的可編程性逐漸增強，從而成就了第壹個NVIDIA？0?3 GPU出來了。1999-2000年期間，醫學成像和電磁學領域的計算機科學家和研究人員開始使用GPU來加速壹系列科學應用。這就是所謂的“GPGPU”或GPU通用計算運動。
雖然用戶獲得了前所未有的性能(在某些情況下，性能比CPU高100倍)，但問題是GPGPU需要使用OpenGL、Cg等圖形編程API對GPU進行編程。這就限制了人們利用GPU強大的處理能力來加速科學。
全英偉達？0?3 GPU GeForce、NVIDIA？0?3 Quadro和NVIDIA？0?3特斯拉)都支持GPU計算和CUDA？0?3並行編程模型。開發者幾乎可以在任何平臺上使用NVIDIA？0?3 GPU，這些平臺包括最新的蘋果MacBook Pro。但是，我們推薦英偉達？0?3特斯拉GPU來處理那些強調可靠性和整體性能的工作。更多詳情請參考《為什麽選擇英偉達？0?3特斯拉.
英偉達？0?3特斯拉GPU完全是為了加速科技計算而設計的。最新的英偉達？0?3特斯拉GPU基於開普勒架構中的許多創新特性。與上壹代架構相比，可以提供3倍的性能，雙精度浮點性能高達1 Teraflops。同時大大提高了可編程性和效率。開普勒是世界上最快、最節能的高性能計算(HPC)架構。
英偉達？0?意識到向更廣泛的科學界提供這種性能的潛力，我們努力修改GPU，以便開發人員可以對GPU進行全面編程，並使其無縫地使用熟悉的語言，如C、C++和Fortran。
GPU計算的發展勢頭比以往任何時候都要快。現在世界上壹些最快的超級計算機都是依靠GPU來加快科學探索的速度，全球600所大學都開了英偉達？0?3 GPU並行計算課程，積極使用GPU的開發者已達數十萬。“GPU已經發展到了壹個成熟的階段，可以輕松執行現實生活中的各種應用，程序的運行速度也已經遠遠超過了使用多核系統時的情況。未來的計算架構將是並行核GPU和多核CPU壹起運行的混合系統。田納西大學創新計算實驗室主任Jack Dongarra教授