這應該是幾天前的消息了，nVIDIA 的 CUDA 這個使用顯示卡來做平行計算的開發套件，又推出新的版本了～這次的版本是 5.5 正式的 Production Release 版（之前有推出過 Release Candidate，這次版本編號是 5.5.20），下載頁面是：
而他比較重要的更新，可以參考 CUDA Toolkit 的頁面，主要包括了：
- Optimized for MPI Applications
- Enhanced Hyper-Q support for multiple MPI processes via the new Multi-Process Service (MPS) on Linux systems
- MPI Workload Prioritization enabled by CUDA stream prioritization
- Multi-process MPI debugging & profiling
- Guided Performance Analysis
- Step-by-step guidance helps you identify performance bottlenecks and apply optimizations in the NVIDIA Visual Profile and Nsight, Eclipse Edition
- Support for ARM Platforms
- Native compilation, for easy application porting
- Fast cross-compile on x86 for large applications
- More Highlights
- Single GPU debugging for Linux
- Static CUDA runtime library
- RPM/DEB packaging & new NVIDIA repo
而更完整的更新說明，則可以參考 release note。
在 Heresy 來看，最重要的一點，應該算是 nVIDIA CUDA 開始正式支援 ARM 的平台（Linux ARMv7）吧～在使用 CUDA 這種 GPGPU 的計算環境時，由於主要的計算都是放在 GPU 上，所以其實有不少狀況，都是不需要很強的 CPU 效能的；而如果使用較為省電的 ARM 來作主系統的話，其實應該是可以降低成本、並減少耗電量的。
（參考：《CUDA for ARM Platforms is Now Available》）
而另外，由於下一代的 Tegra 行動處理器上面也會直接搭載 Kepler 的 GPU，所以之後應該也有機會，可以直接在行動裝置（平板、手機）上面，執行 CUDA 的計算了～
另外，其實 nVIDIA CUDA 對於 Visual Sutio 的更新其實反映一直都不算快；而現在，CUDA 5.5 終於正式支援 Visual Studio 2012 了！這也代表，Heresy 這邊終於可以把開發環境整個升級到 Visual Studio 2012 了～
heresy您好，我的研究方向是機器人視覺的方面，主要是運用KINECT的影像來做3D MODEL RETRIEVAL，看了一些資料以及PAPER，覺得可以運用OPENCV與CUDA來進行。當然首先是購買一張顯示卡，看了規格後同價位的QUADRO K2000與GTX760，是GTX760的CUDA CORE較多，但QUADRO是專業的繪圖卡，支援度較好，若以在GPU上做像SURF這類的計算，應該選擇哪種卡較好
謝謝您的指教
to QOO
除非有特別需求，不然個人會建議，買 GeForce 就夠了。
但是如果你是需要 double 計算的話，可能得考慮去找舊的 GeForce 500 系列，或是 GeForce Tiatan 這類的卡，才會有比較好的 double 計算能力。
heresy您好，我後來買了張麗台GTX660來使用，環境是WIN7、VS 2012、OPENCV2.4.6、CUDA5.5。參考很多網路上的文章，但每篇都講得不太一樣，也都試不出來實在讓我很困惑，我用一個官方的SAMPLE去執行如下
int main() {
int num_device= cv::gpu::getCudaEnabledDeviceCount();
std::cout
to Q00
抱歉，Heresy 沒有試著直接用 OpenCV 的 CUDA 功能。
不過，個人是建議參考 OpenCV 官方的文章
http://opencv.org/platforms/cuda.html
http://docs.opencv.org/modules/gpu/doc/gpu.html