Nvidia计划把Cuda并行计算架构用在所有其GPU上，包括为移动设备设计的Tegra系统。

Nvidia的Cuda是一种C语言环境，可以让开发者编写软件解决复杂的计算问题，通过利用多核心并行计算的GPU。

第一个版本的Tegra计划到明年年中发布，Nvidia的总裁兼CEO黄仁勋在周三的采访中表示将无论如何也不会包括Cuda。

Cuda是Nvidia策略的一部分，旨在让其CPU加强在传统高端图像和游戏领域的表现，并且在科学和商务计算软件中使用并行计算处理器，黄仁勋称。

“我们相信GPU不再只为图像设计，同时可以真正的用在有大量数据和数学参与的工作中。”黄仁勋称。

Nvidia在周二宣布个人超级计算机，它使用了Tesla GPU和Cuda，可以提供多台计算机的功能，达到了桌面工作站的标准。提供Tesla个人超级计算机的厂家有Dell, Lenovo, Asus, 和Western Scientific。

一种新的计算机架构正在成型，它基于GPU、其他不同类型的并行处理器和传统的CPU一起工作，黄仁勋说“这种CPU对顺序处理非常在行，但是在实现并行处理时仍有很多问题.”

GPU提供了比CPU更好的性能仿佛它整合了上百块CPU那样，Tesla个人超级计算机就有240个处理器同时工作，黄仁勋说。

首先意识到这种架构的重要性的是游戏玩家，他们发现在同时使用CPU和GPU时他们的游戏图像性能更棒，黄仁勋说。

但是GPU无论如何无法替代CPU。“我们不是试图替代CPU，我们认为CPU是必不可少的.”黄仁勋说。

Nvidia正在与程序开发者共同努力以使他们的软件可以在Cuda 架构上使用，黄仁勋说。支持C语言编程可以让C语言老手在个人超级计算机上编写他们自己的程序。(来源：pcworld)