GPU编程，CUDA或OpenCL？
我是GPU编程的新手。 我有一台配备NVIDIA GeForce GT 640显卡的笔记本电脑。 我面临着两难困境，build议最受欢迎。
-
如果我去CUDA – Ubuntu或Windows显然，CUDA更适合Windows，而在Ubuntu上安装则是一个严重的问题。 我已经看到一些博客宣称在Ubuntu 11.10和Ubuntu 12.04上安装了CUDA 5。 但是，我一直无法让他们工作。 此外， 标准的CUDA教科书更喜欢在Windows域中工作，在安装和使用Unix / Ubuntu时或多或less都是沉默的。
-
CUDA或OpenCL – 现在这可能比我的第一个问题更棘手！ 我大部分使用CUDA / Nvidia都遇到过GPGPU项目，但OpenCL可能是开源的下一个最佳select，在Ubuntu中安装可能不会成为问题，尽pipe这里的一些build议将是最有用的。 如果我使用OpenCL而不是CUDA，我会牺牲任何function吗？
任何帮助或build议？
-
如果您使用OpenCL，则可以在Windows和Linux上轻松使用OpenCL，因为具有显示驱动程序足以运行OpenCL程序，编程只需安装SDK即可。 CUDA对特定的GCC版本有更多的要求，但在Linux上安装也并不困难。
-
在Linux下，CUDA有一些奇怪的要求，例如使用GCC 4.6或4.7。 如果您使用不同版本的GCC，您将无法再编译您的程序。 如果您使用OpenCL，则可以使用任何编译器，因为您只需要链接到常见的OpenCL库。 所以OpenCL更容易设置，使用和编译。 编译OpenCL程序后，即使使用其他品牌的OpenCL SDK进行编译，也可以在任何硬件上运行（只要它是经过编码的）。
您可以在GPU，CPU和加速器上编写适用于Nvidia，AMD和Intel硬件的OpenCL程序。 更重要的是，Altera正在FPGA上支持OpenCL！ 如果您使用CUDA，则只能使用Nvidia GPU，并使用OpenCL或其他语言重新编写代码以用于其他平台。 长期使用CUDA的严重局限性和严重浪费时间的原因。
我看到有人在CUDA和OpenCL之间发布了一些旧的引用，但是他们已经老了！ 当这些文件出来的时候，只有AMD正确地支持OpenCL。 自2013年以来，OpenCL受到ARM，Altera，Intel等的支持，成为行业标准。
唯一的缺点是，由于OpenCL非常灵活，所以在程序中你将面临更多的select和方法来编码内存分配，传输等。 所以也许会感觉更复杂。
我觉得在ubuntu上设置cuda环境并不是很困难，你可以试试看。
作为计算机体系结构的学生，我认为你需要学习OpenCL和CUDA。 你应该首先学习cuda，因为CUDA暴露了更多的硬件和运行时信息，当你想要优化你的GPU代码时，硬件意识是非常重要的。
