【 声明：版权所有，欢迎转载，请勿用于商业用途。 联系信箱：feixiaoxing @163.com】
很早就知道gpu可以被用来进行加速处理，但是不知道基本原理是什么。昨天看了一下别人的示范代码，突然之间明白了很多。为了防止自己忘记这些知识点，特地做如下纪录。
1、显卡编程
gpu主要是指显卡上的处理器部分。显卡和cpu之间主要通过pci或者pcie连接，所以必然要求生成的可执行文件一部分在host运行、一部分在gpu运行。
2、cuda文件格式
一般以cu作为后缀。
3、cuda的构成
cuda和基本的c语言文件没有差别，只是需要注意的是，那些标记为__global的函数才是真正在gpu上运行的代码。
4、cuda和mpi关系
mpi主要是intel利用cpu并发执行的lib，cuda则是利用gpu运行的库。
5、cuda怎么编译
建议用nvidia提供的nvcc进行编译。
6、asic、fpga、cpu、gpu加速
机器学习要求我们必须穷尽各种加速方法。asic侧重于controller加速、表现在编解码、加密方面。fpga可用于特定的算法处理，虽然效果最好，但是成本最高。cpu加速最简单，但是成本不好控制、编写有难度。gpu是次优于cpu的方法，它可以降低cpu的负担，又可以承担一定的计算任务。
7、cuda 与linux
随着tensorflow的流行，cuda也被用于深度学习。一般cuda和ubuntu配合比较多，建议大家多多学习。
8、示例代码，参考链接
https://blog.csdn.net/gamesdev/article/details/17232829