為什么A卡不像N卡那樣，開發(fā)類似CUDA的API，從而可以做科學(xué)計算？雖然NVIDIA顯卡有CUDA，amd顯卡也有OpenCL。事實(shí)上，CUDA和OpenCL都是為了滿足通用并行計算的需求而設(shè)計的。

為什么A卡不像N卡那樣，開發(fā)類似CUDA的API，從而可以做科學(xué)計算？

雖然NVIDIA顯卡有CUDA，amd顯卡也有OpenCL。事實(shí)上，CUDA和OpenCL都是為了滿足通用并行計算的需求而設(shè)計的。然而，CUDA是一個成熟的開發(fā)平臺，它為NVIDIA提供了一個完整的工具包，相對來說更加專業(yè)和封閉。OpenCL是一個開放的標(biāo)準(zhǔn)，被許多軟硬件制造商廣泛使用。

就科學(xué)計算而言，CUDA對開發(fā)人員更友好，應(yīng)用更廣泛。這與CUDA相對完整的開發(fā)工具包有很大關(guān)系。經(jīng)過多年的開發(fā)，CUDA擁有比OpenCL更好的生態(tài)系統(tǒng)，它更易于使用，對程序員也更友好。雖然OpenCL是開放的，但是它的API設(shè)計很怪異，缺乏一致性，并且它的函數(shù)不是正交的，這并不簡單，它還遠(yuǎn)遠(yuǎn)不夠成熟。

Amd顯卡目前不支持CUDA，但只能支持OpenCL。在一些科學(xué)計算程序中，AMD顯卡的計算效率明顯低于N顯卡。這就是CUDA的優(yōu)勢。amd之所以沒有像CUDA那樣開發(fā)API，是因?yàn)閍md沒有足夠的實(shí)力來制定這個標(biāo)準(zhǔn)。英偉達(dá)早在2006年就開始在gtx8800顯卡上推出CUDA，經(jīng)過這么多年的發(fā)展，英偉達(dá)已經(jīng)投入了巨大的人力物力取得了今天的成績，包括一年一度的GTC大會，在CUDA和相關(guān)技術(shù)推廣方面做了大量的工作，而amd顯然缺乏這樣的工作。

事實(shí)上，作為同時開發(fā)CPU和GPU的半導(dǎo)體制造商，AMD要做到這一點(diǎn)并不容易。在資金不能大幅度增長的情況下，顯卡業(yè)務(wù)只要做好自己的工作就非常好。至于新的API標(biāo)準(zhǔn)，顯然很難做到。我們只能期待OpenCL有一個更好的未來。

現(xiàn)在做C 服務(wù)器，還有前景嗎？

你很清楚有。C語言功能強(qiáng)大、速度快、效率高，能夠提供優(yōu)秀的并發(fā)支持。C非常適合于對高性能和低延遲應(yīng)用程序進(jìn)行優(yōu)先級排序。它支持從游戲中的三維圖形到金融實(shí)時數(shù)學(xué)解決方案的廣泛應(yīng)用。它的多功能性使得C擴(kuò)展到許多不同的行業(yè)，從運(yùn)輸?shù)街圃斓接螒蜷_發(fā)。

C通常用于物聯(lián)網(wǎng)。它非常擅長高級編程。隨著科技的發(fā)展，物聯(lián)網(wǎng)的概念應(yīng)運(yùn)而生?；旧?，這意味著您可以在設(shè)備之間創(chuàng)建連接、交換、處理和存儲信息，而無需人工干預(yù)。這是一個非常通用的術(shù)語，用于描述最初沒有互聯(lián)網(wǎng)連接的所有嵌入式設(shè)備。C語言功能強(qiáng)大，在物聯(lián)網(wǎng)中應(yīng)用非常普遍。在過去的幾年里，物聯(lián)網(wǎng)市場取得了巨大的增長。隨著越來越多的公司投資于最新的技術(shù)來改善他們的業(yè)務(wù)，C可以讓你接觸到許多有趣的物聯(lián)網(wǎng)項(xiàng)目。

如果您目前是一名C工程師，您可以查看tiobe編程語言的趨勢圖。tiobe索引將C列為2018年第三大流行語言，僅次于Java，自2002年以來，C一直排在第三位。Pypl是一項(xiàng)關(guān)于在Google上搜索語言教程頻率的調(diào)查，它將C排在第六位，這表明開發(fā)人員正在積極提高自己的C技能。

GitHub的“語言通緝”排名進(jìn)一步證明了這一點(diǎn)，這是一種開發(fā)人員尚未學(xué)會但希望在未來使用的語言。C排在第六位，GitHub社區(qū)表示他們打算一次學(xué)習(xí)10%的語言。從這個角度看，C語言仍然具有學(xué)習(xí)價值。

openclcuda選哪個？

在許多方面，CUDA和OpenCL之間的關(guān)系類似于DirectX和OpenGL之間的關(guān)系。與DirectX和OpenGL、CUDA和OpenCL一樣，前者是一個成熟的NVIDIA開發(fā)平臺，具有完整的工具包，后者是一個開放的標(biāo)準(zhǔn)。盡管他們有相同的目標(biāo)：通用并行計算。但CUDA只能在NVIDIA的GPU硬件上運(yùn)行，OpenCL的目標(biāo)是面對任何類型的大規(guī)模并行處理器，期望為不同類型的硬件提供相同的編程模型。