ฉันไม่มีความรู้สึกใด ๆ เกี่ยวกับ CUDA กับ OpenCL สันนิษฐานว่า OpenCL เป็นอนาคตระยะยาวเพียงแค่การเป็นมาตรฐานเปิด
แต่การ์ด NVIDIA เทียบกับ ATI ในปัจจุบันสำหรับ GPGPU (ไม่ใช่ประสิทธิภาพด้านกราฟิก แต่เป็น GPGPU) ที่ฉันมีความเห็นที่ชัดเจนเกี่ยวกับ และเพื่อนำไปสู่สิ่งนั้นฉันจะชี้ให้เห็นว่าในรายชื่อกลุ่มใหญ่ 500 อันดับแรกในปัจจุบัน NVIDIA นำระบบ AMD 4 ไปสู่ 1 และบนgpgpu.orgผลการค้นหา (เอกสารลิงก์ไปยังแหล่งข้อมูลออนไลน์ ฯลฯ ) สำหรับ NVIDIA มากกว่าผลลัพธ์สำหรับ AMD 6: 1
ส่วนใหญ่ของความแตกต่างนี้คือจำนวนข้อมูลออนไลน์ที่มีอยู่ ตรวจสอบ NVIDIA CUDA โซนเมื่อเทียบกับเอเอ็มดีGPGPU ผู้พัฒนากลาง จำนวนสิ่งที่มีสำหรับนักพัฒนาที่เริ่มต้นขึ้นไม่ได้ใกล้เคียงกับการเปรียบเทียบ บนเว็บไซต์ NVIDIAs คุณจะพบเอกสารมากมาย - และรหัสที่มีส่วนร่วม - จากผู้ที่อาจกำลังแก้ไขปัญหาเช่นเดียวกับคุณ คุณจะพบคลาสออนไลน์มากมายจาก NVIDIA และที่อื่น ๆ และเอกสารที่มีประโยชน์มากมายเช่นคู่มือแนวทางปฏิบัติที่ดีที่สุดของนักพัฒนาเป็นต้นความพร้อมใช้งานของเครื่องมือ devel ฟรีไม่ว่าจะเป็น profiler, cuda-gdb และอื่น ๆ - เอียงไปทาง NVIDIA อย่างท่วมท้น
(บรรณาธิการ: ข้อมูลในย่อหน้านี้ไม่ถูกต้องอีกต่อไป) และความแตกต่างบางประการก็คือฮาร์ดแวร์ด้วย การ์ด AMD มีสเปคที่ดีกว่าในแง่ของการปัดสูงสุด แต่เพื่อให้ได้ส่วนที่สำคัญคุณไม่เพียง แต่ต้องแบ่งปัญหาของคุณไปยังตัวประมวลผลสตรีมที่เป็นอิสระอย่างสมบูรณ์จำนวนมากแต่ละรายการงานยังต้องได้รับการทำเวกเตอร์ด้วย เนื่องจากโค้ด GPGPUing นั้นยากพอความซับซ้อนทางสถาปัตยกรรมที่เพิ่มขึ้นก็เพียงพอที่จะสร้างหรือทำลายบางโครงการ
และผลจากทั้งหมดนี้ก็คือชุมชนผู้ใช้ NVIDIA เติบโตขึ้นอย่างต่อเนื่อง ในสามหรือสี่กลุ่มที่ฉันรู้ว่ากำลังคิดจะสร้างคลัสเตอร์ GPU ไม่มีกลุ่มใดเลยที่พิจารณาการ์ด AMD อย่างจริงจัง และนั่นจะหมายถึงกลุ่มอื่น ๆ ที่เขียนเอกสารโค้ดร่วมและอื่น ๆ ทางฝั่ง NVIDIA
ฉันไม่ใช่หน้าม้า NVIDIA ฉันหวังว่ามันจะไม่ใช่แบบนี้และมีแพลตฟอร์ม GPGPU ที่น่าสนใจพอ ๆ กันสองแพลตฟอร์ม (หรือมากกว่านั้น!) การแข่งขันเป็นสิ่งที่ดี บางที AMD อาจจะก้าวขึ้นสู่เกมในไม่ช้า - และผลิตภัณฑ์ฟิวชั่นที่กำลังจะมาถึงก็ดูน่าสนใจมาก แต่ในการให้คำแนะนำกับใครบางคนว่าควรซื้อการ์ดใบไหนในวันนี้และจะใช้เวลาไปที่ไหนในตอนนี้ฉันไม่สามารถบอกได้ว่าสภาพแวดล้อมการพัฒนาทั้งสองอย่างดีพอ ๆ กัน
แก้ไขเพื่อเพิ่ม : ฉันเดาว่าข้างต้นเป็นรูปไข่เล็กน้อยในแง่ของการตอบคำถามเดิมขอฉันทำให้ชัดเจนขึ้นอีกนิด ประสิทธิภาพที่คุณจะได้รับจากฮาร์ดแวร์ชิ้นหนึ่งคือในโลกแห่งอุดมคติที่มีเวลาไม่ จำกัด ขึ้นอยู่กับฮาร์ดแวร์พื้นฐานและความสามารถของภาษาโปรแกรมเท่านั้น แต่ในความเป็นจริงจำนวนของประสิทธิภาพที่คุณจะได้รับในระยะเวลาที่แน่นอนที่ลงทุนนั้นขึ้นอยู่กับเครื่องมือ devel ฐานรหัสชุมชนที่มีอยู่ (เช่นไลบรารีที่เปิดเผยต่อสาธารณะเป็นต้น) การพิจารณาเหล่านี้ล้วนชี้ไปที่ NVIDIA อย่างมาก
(บรรณาธิการ: ข้อมูลในย่อหน้านี้ไม่ถูกต้องอีกต่อไป) ในแง่ของฮาร์ดแวร์ข้อกำหนดสำหรับการสร้างเวกเตอร์ภายในหน่วย SIMD ในการ์ด AMD ยังทำให้การทำงานของกระดาษทำได้ยากกว่าฮาร์ดแวร์ NVIDIA