Если писать много знаков вопроса в конце предложения, быстрее ответят???

отвечаю на вопрос 2: ida pro-лучший дизассемблер всех времен и народов. поддерживает ELF.

[Suda] <---

Что за технические обсуждения в толксах?

чисто теоретически

Сколько современных игр поддерживают CUDA? Будет ли Крузис быстрее вертеться от замены обычной 5870 за 10к на какую-нибудь теслу за 50к? :)

>Сколько современных игр поддерживают CUDA?

Ровно ноль. CUDA не позиционируется для использования в играх.

для игр куда не дает никакого профита? тени вот, например, можно на куде посчитать?

В играх не используется, хотя кой-чего может считать и можно, nVidia ведь PhysX пиарит.

Тени и так считаются на GPU.

Физика считается не на GPU, хотя можно было бы ту же CUDA задействовать. Впрочем, да, PhysX как раз для того и был...

3. Во времена 2.0 нашёл рецепт для 1.1 (или 1.0?). 2.0 завести так и не смог.

Имел в виду заставить работать. Программировать (писать код) - конечно можно было и тогда.

>Впрочем, да, PhysX как раз для того и был...

Почему «был»?

Потому что Nvidia-only. У AMD достаточно большой кусок рынка, чтобы разработчики игр не имели особого желания тратить время на такую технологию.

>У AMD достаточно большой кусок рынка, чтобы разработчики игр не имели особого желания тратить время на такую технологию.

Ну да, рассмешил. Почему-то именно заставку партнёрской программы от NVidia крутят в начале едва ли не каждого громкого тайтла.

Рекламная заставка это одно, а серьёзная технология типа physx — совсем другое.

на тесле нет видеовыхода :)

1. нет, нет

2. зачем?

3. нет

4. cuda, да, только linux

Это не просто «рекламная заставка», это партнёрская программа, можешь сам погуглить подробности. А подобных технологий у AMD и близко нету, только анонсы да обещания.

4) OpenCL переносим,поддерживается везде. Сравнивать скорость нужно практически.

> Что быстрее Cuda или OpenCL?

Примерно одинаково. Если вы не переписываете скрипты на ассемблере, для ускорения, то и здесь разницы не заметите. Возможностей больше у CUDA, но зато OpenCL переносим (и для отдельных задач, решения amd могут быть раз в пять быстрее).

OpenCL переносим,поддерживается везде

Не надо путать теорию с практикой. На практике CUDA куда как более надежна.

1. наверно, такое возможно только с привязкой к compute capability

Еще вопрос. Можно ли запустить задачу напимер на n ГПУ ядрах, потом (не дожыдаясь завершение етой) еще одну задачу на m ядрах??

Можно. Когда вы последовательно запускаете несколько ядер вычислений, оно, по сути, так и выходит (если, конечно, вы не ожидаете завершения вычислений предыдущего ядра).

compute capability >= 2.0 (fermi)

а вообще да, согласен. запуск же асинхронный

PhysX как раз частично считает на видеокарте

я имею ввиду как то так:

__global__ void do_something1(float* A, float* B, float* C) {/*code*/;}
__global__ void do_something2(float* A, float* B, float* C) {/*code*/;}
 
void main
{/*code*/
 const N=10; const M=20;
 do_something1 < < < 1  , N  >>>(A, B, C);
 do_something2 < < < N+1, N+M>>>(A, B, C);
/*code*/
}

имхо, лучше объединить do_something 1 и 2 в одно ядро и внутри него разбираться, используя blockidx, blockdim
а вообще - попробуйте, может и можно %)

О надёжности не говорилось. Только о переносимости. И ИМХО- опенсорс технологии имеют больший потенциал. чем проприетарщина.

Специально для вас повторю: сравните код с одним и тем же функционалом на CUDA и на openCL. А потом скажите, что бы вы выбрали для прикладного программирования. Да разработчикам openCL надо руки поотрывать!!!