谁知道显卡的理论计算能力和核心频率的计算公式

图形卡市场的同质化在多大程度上变得严重？不仅显卡性能在板卡制造商之间基本相同，而且在不同游戏中以相同价格出售N卡和A卡的性能也难以区分获胜者和失败者，这使得游戏者很难决定.

因此，NVIDIA和AMD之间的竞争开始逐渐淡化游戏，同时在强调功能和应用程序的同时，三屏，3D，PhysX，视频等开始流行. 但是，这些功能很难量化. 随着CUDA和Stream的快速发展，催生了OpenCL和DirectCompute通用计算标准，从而使NVIDIA和AMD在另一种并行路径计算方面发起了新的竞争. 近年来，GPU在科学研究和超级计算领域取得了突破. 随着数百万个支持CUDA的GPU在全球各地的计算机中扩散，软件开发人员，科学家和研究人员正在使用CUDA来探索更多，更广阔的领域. 它包括图像和视频编辑，计算生物学和计算化学，流体动力学模拟，CT图像重建，地震分析，射线追踪等. 近年来，超级计算机的飞速发展很大程度上归功于强大的GPU的加入.

对图形卡感兴趣的朋友知道，通用计算如此受欢迎的根本原因在于图形卡核心GPU的多流处理器（相当于数百个内核）架构: GPU强大的并行功能浮点计算功能非常简单具有一位数核心的中央处理器CPU是无法匹配的. 通用计算技术可以利用GPU并提高其计算机计算速度. 某些应用程序的速度可以提高几倍甚至几十倍，这使由于大量计算而无法完成的任务变得可行.

在家用和办公计算机上，越来越多的软件通过GPU加速. 其中一些软件可用于转码，一些软件可用于提高图像和视频的质量，一些软件可用于将2D电影转换为3D，还有一些软件可对照片进行智能分类和编辑...

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/shenmilingyu/article-295973-1.html