【发布时间】：2011-02-08 08:30:01
【问题描述】：
我正在研究使用 GPU 处理流数据的方法。我有两个选择，但无法决定走哪条路？
我的标准如下：
- 易于使用（良好的 API）
- 社区和文档
- 性能
- 未来
我将在 linux 下用 C 和 C++ 编写代码。
【问题讨论】：
【发布时间】：2011-02-08 08:30:01
【问题描述】：
OpenCL
- 从您的生产代码接口
- 可在不同的图形硬件之间移植
- 有限的操作，但预先准备好快捷方式
CUDA
- 单独的语言 (CUDA C)
- 仅限 nVidia 硬件
- 几乎完全控制代码（使用类 C 语言编码）
- 大量分析和调试工具
底线——OpenCL 是可移植的，CUDA 仅适用于 nVidia。但是，作为一门独立的语言，CUDA 功能更强大，并且有很多非常好的工具。
- 易于使用 -- OpenCL 开箱即用更容易使用，但是一旦您设置了 CUDA 编码环境，它几乎就像在 C 中编码一样。
- 社区和文档 -- 两者都有大量的文档和示例，但我认为 CUDA 更好。
- 性能 -- CUDA 允许更好的控制，因此可以更好地进行微调以获得更高的性能。
- 未来——真的很难说。
【讨论】：
-
其实使用OpenCL还有一个好处，它也可以在CPU中并行化任务。
-
@holydiver，本着这种精神，你可以说 Windows 和 MacOS X 都没有光明的未来：>
-
@Kornel 绝对，我看不到 MacOSX 和 Windows 的光明未来，我希望它们会在地狱中燃烧：p
-
@holydiver：不可移植的闭源软件永远不会消失。
-
您列出了 CUDA 拥有自己的类似 C 语言的事实，但您没有提及用于编写 OpenCL 内核的类似 OpenCL C 的语言。
我的个人经历是：
API：OpenCL 的 API 稍微复杂一些。不过大部分时间都花在编写内核代码上，而这两者几乎是相同的。
社区：CUDA 拥有比 OpenCL 更大的社区，直到现在，但这可能会趋于平缓。
文档：两者都有很好的文档记录。
性能：我们创造了 OpenCL 驱动程序尚未完全优化的体验。
未来：未来在于 OpenCL，因为它是一个开放标准，不受供应商或特定硬件的限制！
这个评估是从 2010 年开始的，所以可能已经过时了。
【讨论】：
除非您有特定的理由使用 CUDA，否则一直使用 OpenCL。除了在 GPU 上运行之外，OpenCL 还可以在 Intel i7 等多核上运行良好。通过使用 OpenCL，您可以在更广泛的硬件上运行它，从 Droid 手机到世界上最大的超级计算机 Blue Waters 的 IBM Power7 计算节点，预计将于明年上线。
【讨论】：