数据自动化系统是什么样的？它是用来做什么的？有什么福利待遇？那怎么开始呢？

Question

我有兴趣开发一些新的技术，我正在考虑试用数据自动化系统。现在..。他们的文档太技术性了，没有给出我想要的答案。另外，我想听听那些已经有过数据自动化系统经验的人的答案。

基本上，我的问题是标题中的问题：

，什么是数据自动化系统？(这是一个框架吗？还是API？什么？)

它是用来做什么的？(除了给GPU编程之外，还有什么更多的东西吗？)

是什么样的？

使用CUDA编程而不是向CPU编程有什么好处？

什么是开始使用数据自动化系统编程的好地方？

Answer 1

库达把几件事结合在一起：

• 大规模并行硬件，旨在运行通用(非图形)代码，并具有适当的驱动程序。
• 是一种基于C语言的编程语言，用于编程所述硬件，以及其他编程语言可用作目标的汇编语言。
• 是一种软件开发工具包，包括库、各种调试、分析和编译工具，以及使CPU端编程语言调用GPU端代码的绑定。

。

CUDA的目的是编写能够在兼容的大规模并行SIMD体系结构上运行的代码:这包括几种GPU类型以及非GPU硬件，如nVidia、Tesla。大规模并行硬件可以以相当类似的财政成本每秒运行比CPU更多的操作，在允许的情况下性能提高50×或更多。

与以前的方法相比，CUDA的好处之一是通用语言是可用的，而不必使用像素和顶点着色器来模拟通用计算机。这种语言是基于C语言的，有一些额外的关键字和概念，这使得非GPU程序员很容易掌握。

这也是nVidia愿意在硬件上支持通用并行化的一个迹象:它现在听起来不像“使用GPU进行黑客攻击”，而更像是“使用供应商支持的技术”，这使得它在非技术涉众面前更容易采用。

要开始使用CUDA，下载SDK，阅读手册(认真地说，如果您已经了解C，它并不那么复杂)并购买与CUDA兼容的硬件(您可以首先使用模拟器，但是性能是这方面的最终点，如果您能够实际尝试代码，那就更好了)

Answer 2

(免责声明:我只在2008年的一个学期项目中使用过CUDA，因此从那以后情况可能发生了变化。)CUDA是一个开发工具链，用于创建可以在nVidia CPU上运行的程序，以及用于从CPU控制此类程序的API。

GPU编程相对于CPU编程的好处是，对于一些高度并行的问题，您可以获得大量的加速(大约快两个数量级)。然而，许多问题很难或不可能以适合并行化的方式表述。

从某种意义上说，CUDA相当简单，因为您可以使用普通C创建程序。然而，为了获得良好的性能，许多事情必须考虑到，包括许多低层次的特斯拉GPU架构细节。