opengpu
http://www.opengpu.org/forum.php?mod=viewthread&tid=968
1. 利用圖形API 和CUDA進行GPU通用計算的性能區別？
GPU的指令和CPU指令的最大區別？
你怎麼樣知道是否達到了GPU的理論加速倍數？怎麼計算？
GPU架構的缺點？如果讓你設計，你會怎麼改進？
GPU有通過成千上萬線程來隱藏訪問延遲，CPU也有隱藏訪問延遲的優化，最大的區別是什麼？
1.利用圖形API需要把問題轉化爲圖形學的變化，需要懂得圖形學的定義，比較麻煩，需要理解Cg,HLSL這樣的圖新編程語言，比較麻煩；而CUDA是C語言的擴展，比較適合做通用計算，不需要把問題轉化爲圖形學的問題。
- CPU需要運行OS，不但要處理中斷，還要負責存儲器空間分配與回收。爲了OS的安全起見，都要專用的Kernel Mode以及Privilege Register的支持，所以CPU指令有很多都是操作特權寄存器。GPU目前還做不到這一點。未來的LRB也許可以。
3.通過計算算法複雜度，可以得到理論的複雜度，然後根據warp的active情況，可以計算出來，一次啓動的warp有多少個，然後可以得到這個並行算法在實際的GPU上的運算時間多少。就是計算並行算法複雜度，然後“計算器”的個數~這裏需要轉化爲gpu的core，但是這裏不能簡單的轉化，如果再考慮一下每一條指令的執行的cycle的情況，和內存延遲的情況，那就更麻煩了……，其實計算也挺麻煩的……我懷疑問問題的這個兄弟，能計算出來不：）你可以問他一下，內存加載的時候的計算週期是都少，這裏其實還有硬件加速的情況~如果只有一個線程，也會有合併訪問~
4.GPU的缺點，a.精度問題，b.編程模式不太靈活，優化需要對硬件深入瞭解，c.內存訪問模型不太靈活；改進，1.增加內存訪問的靈活性，2.弱化編程模型，使得優化不再那麼麻煩；
5.CPU的線程切換開銷是昂貴的，一般都是需要1000cycle而gpu的線程切換隻有1個cycle，而在CPU上能同時active的線程數量是有限的core的個數，和GPU不是一個量級的；
兩者隱藏延遲技術的區別。從架構角度來看，CPU依靠Cache和Speculative Ex/Ld來隱藏延遲，而GPU是依靠TLP和Prefetch來隱藏延遲。(線程級並行、預讀取)
