為什么A卡不像N卡那樣，開(kāi)發(fā)類(lèi)似CUDA的API，從而可以做科學(xué)計(jì)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(jì)算的需求而設(shè)計(jì)的。

為什么A卡不像N卡那樣，開(kāi)發(fā)類(lèi)似CUDA的API，從而可以做科學(xué)計(jì)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(jì)算的需求而設(shè)計(jì)的。然而，CUDA是一個(gè)成熟的開(kāi)發(fā)平臺(tái)，它為NVIDIA提供了一個(gè)完整的工具包，相對(duì)來(lái)說(shuō)更加專(zhuān)業(yè)和封閉。OpenCL是一個(gè)開(kāi)放的標(biāo)準(zhǔn)，被許多軟硬件制造商廣泛使用。

就科學(xué)計(jì)算而言，CUDA對(duì)開(kāi)發(fā)人員更友好，應(yīng)用更廣泛。這與CUDA相對(duì)完整的開(kāi)發(fā)工具包有很大關(guān)系。經(jīng)過(guò)多年的開(kāi)發(fā)，CUDA擁有比OpenCL更好的生態(tài)系統(tǒng)，它更易于使用，對(duì)程序員也更友好。雖然OpenCL是開(kāi)放的，但是它的API設(shè)計(jì)很怪異，缺乏一致性，并且它的函數(shù)不是正交的，這并不簡(jiǎn)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(jì)算程序中，AMD顯卡的計(jì)算效率明顯低于N顯卡。這就是CUDA的優(yōu)勢(shì)。amd之所以沒(méi)有像CUDA那樣開(kāi)發(fā)API，是因?yàn)閍md沒(méi)有足夠的實(shí)力來(lái)制定這個(gè)標(biāo)準(zhǔn)。英偉達(dá)早在2006年就開(kāi)始在gtx8800顯卡上推出CUDA，經(jīng)過(guò)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(jī)，包括一年一度的GTC大會(huì)，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(shí)開(kāi)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(zhǎng)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(gè)更好的未來(lái)。

學(xué)Python一定要會(huì)算法嗎？

開(kāi)始時(shí)，您不必很好地學(xué)習(xí)算法。但是隨著技術(shù)的發(fā)展，仍然需要算法，否則只能做一些工作。

1. 學(xué)好軟件開(kāi)發(fā)離不開(kāi)計(jì)算機(jī)理論基礎(chǔ)，比如數(shù)據(jù)結(jié)構(gòu)、操作系統(tǒng)、網(wǎng)絡(luò)技術(shù)、算法研究等，如果你喜歡這項(xiàng)技術(shù)，那就不是問(wèn)題。先開(kāi)始，你可以彌補(bǔ)。

2. 算法是軟件開(kāi)發(fā)的靈魂。好的算法寫(xiě)不出好的程序。

3. 如何學(xué)習(xí)算法，首先選擇經(jīng)典算法教材?；镜目梢詮臄?shù)據(jù)結(jié)構(gòu)中學(xué)習(xí)，其中包含一些基本的算法，然后再學(xué)習(xí)特殊的算法（實(shí)際上，在數(shù)據(jù)結(jié)構(gòu)領(lǐng)域?qū)W習(xí)算法一般就足夠了）。網(wǎng)上還有很多論壇、算法網(wǎng)站，為了吸引眼球，它們一般都很通俗易懂。大多數(shù)算法都是C語(yǔ)言，但是語(yǔ)言在算法層次上是相互聯(lián)系的，因此理解算法模型是最重要的。

4. 萬(wàn)事開(kāi)頭難。只要你開(kāi)始，剩下的就是慢慢操作這項(xiàng)技術(shù)。該算法在實(shí)際應(yīng)用中是最快、最強(qiáng)的。

我希望我能幫助你