帮助我们其他人
我喜欢令人瞠目结舌的基准，也喜欢下一个家伙。但归根结底，我是用户。我用电脑做有用的事情。在我不得不归还 Tom’s Hardware Lear 喷气式飞机的日子，所有的滑雪兔子都回到他们的窝里，我有一台普通的电脑，它的组件适中，而且没有多少预算可以花 500 美元升级。我需要能够帮助我更有效地做我想做的事情的技术，无论是玩游戏、编辑视频还是帮助对基因序列进行建模。
一些应用程序本质上是线性的，只想在单个处理线程上尽快启动，直到奶牛回家。其他的则是为了利用并行性而构建的。从 Unreal Engine 3 到 Adobe Premiere 的一切都向我们展示了基于 CPU 的多线程的好处，但如果 4 或 8 甚至 16 线程只是一个开始呢？
这是英伟达 CUDA 计算架构背后的承诺，根据该公司的定义，该架构可以同时运行数千个线程。
我们过去写过关于 CUDA 的文章，所以希望您对该技术并不陌生（如果您确实错过了我们的报道，请查看 Nvidia 的 CUDA：CPU 的终结？）不过，无论好坏，大多数 CUDA 报道尽管自 GeForce 8 问世以来支持逻辑已经存在于 Nvidia GPU 中，但媒体关注的是高端硬件。图形工作站市场——分别以 Nvidia 的 Tesla 和 Quadro 产品线为目标——难怪这是 Nvidia 如此多的营销关注点所在。
但在 2009 年，我们终于看到了变化。CUDA 已经走向大众。兼容的桌面显卡拥有庞大的安装基础，能够利用内置 CUDA 支持的主流应用程序一个接一个地出现。
从无到有
第一个对消费者友好的 CUDA 应用程序是Folding@Home ，这是斯坦福大学的一个分布式计算项目，每个用户都可以在其中处理大量有关蛋白质行为的原始数据，以便更好地了解（并有望治愈）人类最严重的几种疾病。该应用程序在 2008 年下半年过渡到 CUDA 兼容性。不久之后，来自 Elemental Technologies 的视频转码器 Badaboom 出现了，据 Elemental 称，它的转码速度比仅使用 CPU 的实现快 18 倍。
然后出现了一整套用于 CUDA 的媒体应用程序：Adobe Creative Suite 4、TMPGEnc 4.0 XPress、讯连科技威力导演 7、MotionDSP vReveal、Loilo LoiLoScope、Nero Move it 等等。Mirror’s Edge 看起来是第一个充分利用基于 CUDA 的 PhysX 技术来增加视觉复杂性的 AAA 游戏，据称提高了 10 到 20 倍。期望看到更多的标题出现在这种情况下——更多。尽管 AMD 及其 ATI Stream 技术陷入了挫折，但 Nvidia 一直在向所有愿意倾听的人大肆宣传其已完成并经过验证的 CUDA……而开发人员现在似乎将这一信息铭记于心。
这一切都很好，但是 CUDA 的燃烧能力的证明在很大程度上已在高端 GPU 上得到证明。我的预算很紧。像黑死病受害者一样的裁员和减薪让我周围的朋友们感到沮丧。你敢打赌，我很想在 3 向图形大修中放弃 10 或 12 个本杰明，但现实是，像你们中的许多人一样，我只有一两个 C-notes 可用。在美好的一天。因此，我们所有买不起五星级 menage-a-troi 图形的人应该问的问题是，“当我能负担得起的只是一张预算友好的卡，用于现有系统？”
让我们来了解一下。今天，我们将着眼于一些最有前途的游戏，并衡量从一对中端 GPU 中获得的加速。
