Compute Unified Device Architecture (CUDA) wurde von Nvidia für Grafikprozessoren (GPUs) entwickelt und ist eine Technologieplattform, die GPU-Berechnungsprozesse beschleunigt. Nvidia CUDA-Kerne sind parallele oder separate Verarbeitungseinheiten innerhalb der GPU, wobei mehr Kerne im Allgemeinen einer besseren Leistung entsprechen.
Mit CUDA können Forscher und Softwareentwickler C-, C++- und Fortran-Code an die GPU senden, ohne Assembler-Code zu verwenden. Diese Rationalisierung nutzt die parallele Datenverarbeitung, bei der Tausende von Tasks oder Threads gleichzeitig ausgeführt werden.
Was sind CUDA-Kerne?
Nvidia CUDA-Kerne sind parallele Prozessoren ähnlich einem Prozessor in einem Computer, der ein Dual- oder Quad-Core-Prozessor sein kann. Nvidia-GPUs können jedoch mehrere tausend Kerne haben.
Beim Kauf einer Nvidia-Grafikkarte sehen Sie möglicherweise einen Hinweis auf die Anzahl der CUDA-Kerne, die in einer Karte enth alten sind. Kerne sind für verschiedene Aufgaben im Zusammenhang mit der Geschwindigkeit und Leistung der GPU verantwortlich.
Da CUDA-Kerne für den Umgang mit den Daten verantwortlich sind, die sich durch eine GPU bewegen, verarbeiten Kerne häufig Videospielgrafiken in Situationen, in denen Charaktere und Landschaften geladen werden.
CUDA-Kerne ähneln den AMD Stream-Prozessoren; diese werden nur anders benannt. Sie können jedoch eine Nvidia-GPU mit 300 CUDA nicht mit einer AMD-GPU mit 300 Stream-Prozessor gleichsetzen.
Anwendungen können erstellt werden, um die erhöhte Leistung von CUDA-Kernen zu nutzen. Eine Liste dieser Anwendungen finden Sie auf der Seite Nvidia-GPU-Anwendungen.
Auswahl einer Grafikkarte mit CUDA
Eine höhere Anzahl von CUDA-Kernen bedeutet normalerweise, dass die Grafikkarte insgesamt eine schnellere Leistung bietet. Die Anzahl der CUDA-Kerne ist jedoch nur einer von mehreren Faktoren, die bei der Auswahl einer Grafikkarte zu berücksichtigen sind.
Nvidia bietet eine Reihe von Karten mit nur acht CUDA-Kernen bis hin zu 5.760 CUDA-Kernen in der GeForce GTX TITAN Z an.
Grafikkarten mit Tesla-, Fermi-, Kepler-, Maxwell- oder Pascal-Architektur unterstützen CUDA.
