为打造这一全新的计算典范，NVIDIA#174英伟达#8482发明了CUDACompute Unified Device Architecturem，统一计算设备架构这一编程模型，是想在应用程序中充分利用CPU和GPU各自的优点现在，该架构现已应用于GeForce；CUDA是NVIDIA专门为GPU上通用计算开发的并行计算平台和编程模型借助CUDA，开发者可以利用GPU的强大性能显著加速计算应用在经 GPU 加速的应用中，工作负载的串行部分在 CPU 上运行，且 CPU 已针对单线程性能进行优化，而应用。
4配置CUDA运行时库当您安装了CUDA工具包后，您需要配置CUDA运行时库以启用GPU加速在Linux系统中，可以通过设置LD_LIBRARY_PATH环境变量在Windows系统中，可以在“环境变量”设置中设置PATH变量5使用CUDA编程模型一旦您成。
cudartcore编程
CUDACompute Unified Device Architecture，显卡厂商NVidia推出的运算平台 CUDA#8482是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题 它包含了CUDA指令集架构ISA以及GPU内部的并行计算引擎。
由于这里不是讲CUDA编程的，关于它的编程模型已经超出了我要介绍的范围，您可以阅读GPU高性能运算之CUDA来获得CUDA编程模型的知识编译Vector项目，执行此项目后会得到图1如下输出图1 Vector项目执行结果 2CUDA C编写。
GPU和CPU的内存设计有相似的准则和模型但他们的区别是CUDA编程模型将内存层次结构更好的呈献给开发者，让我们显示的控制其行为在这里插入图片描述 GPU主要性能指标 GPU的性能主要由以下几个参数构成计算能力吞吐量。
CUDA#174 是 NVIDIA 创造的一个并行计算平台和编程模型 它利用图形处理器 GPU 能力，实现计算性能的显著提高 借助目前已售出的数百万支持 CUDA 的 GPU，软件开发人员科学家和研 究人员正在各种各样的应用程序中。
分布式计算编程模型
程序员需要给每个神经网络的层和更新公式编写独立的cudakernel，程序员自己写cudakernel公式可达到最大的可读性和易改写性CUDA是一个基于NVIDIA GPU的并行计算平台和编程模型，通过调用CUDA提供的API，可以开发高性能的并行程序。
