Nvidia gaat Cuda de komende jaren naar mobiele apparaten brengen, zo heeft de ceo van het bedrijf bekendgemaakt. Cuda is de gpgpu-technologie van Nvidia, die ervoor zorgt dat de gpu de cpu bij bepaalde rekentaken ontlast.
De Compute Unified Device Architecture van Nvidia zit al in enkele generaties van de consumenten- en zakelijke videokaarten van Nvidia. De werking van de Tesla-kaarten van het bedrijf, die gebruikt worden voor supercomputers, berust voor een groot deel op Cuda en bij consumentenkaarten lijkt de technologie ook langzaam maar zeker aan populariteit te winnen, vooral bij het bewerken van video.
De ceo van Nvidia, Jen-Hsun Huang, ziet ook een rol voor de parallelprocessing-architectuur weggelegd bij mobiele apparaten, zo liet hij in een interview met PCWorld weten. Volgens hem is dit binnen twee tot drie jaar mogelijk en moet Cuda vooral helpen om multimedia-apps soepel te draaien op mobieltjes. Hij wijst daarbij op technologie als gezichts- en objectherkenning.
"Stel je voor dat we Cuda-mogelijkheden integreren in onze mobiele telefoon", zegt Huang, die daarbij bijvoorbeeld denkt aan een soort rich layer-toepassing zoals Layar. "We kunnen dan door onze mobiele camera kijken, waarbij allerlei informatie over onze wereld opdoemt." Huang voorziet verder dat een app dan een fles wijn herkent en via het internet informatie over de wijn ophaalt, zoals de laagste prijs en het beste moment om deze te drinken. Hierbij zou Cuda de nodige last van de processor van de mobiele telefoon kunnen wegnemen.
Momenteel is Nvidia vooral met zijn op de arm-architectuur gebaseerde Tegra 2-chips actief op de mobiele markt. Die chip is al in enkele producten verschenen, maar de grote populariteit laat nog op zich wachten. Nvidia claimt dat er in januari op de CES-beurs in Las Vegas veel tablets en andere mobiele apparaten met de Tegra 2 worden aangekondigd.
:strip_exif()/i/1310133117.gif?f=fpa)
/i/1208164214.png?f=fpa)
/i/1309357282.png?f=fpa)
/i/1242207182.png?f=fpa)
/i/1284627183.png?f=fpa)
/i/1296383557.png?f=fpa)
/i/1271691250.png?f=fpa)
/i/1288171932.png?f=fpa)
/i/1287084905.png?f=fpa)
/i/1231419976.png?f=fpa)
/i/1260270460.png?f=fpa)
:strip_exif()/i/1255596123.jpeg?f=fpa)
:strip_exif()/i/1178734870.jpg?f=fpa)
/i/1254397799.png?f=fpa)
:strip_icc():strip_exif()/u/219059/crop5efafd1bd64af_cropped.jpeg?f=community){kind=small}
:strip_icc():strip_exif()/u/105829/crop5dafb3f448ec1_cropped.jpeg?f=community){kind=small}
:strip_icc():strip_exif()/u/364467/crop5f606f87d32dc_cropped.jpeg?f=community){kind=small}
:strip_exif()/u/385795/crop64416a875e11a_cropped.gif?f=community){kind=small}
:strip_icc():strip_exif()/u/373647/b1aa8209a437bf987cf066823c044f0a.jpeg?f=community){kind=small}
:strip_icc():strip_exif()/u/296054/WTH.jpg?f=community){kind=small}
:strip_icc():strip_exif()/u/83337/countess6-nice.jpg?f=community){kind=small}
). Een GPU: heel veel core, goed voor parallele berekeningen (de ene berekening heeft geen invloed op de andere, bijvoorbeeld zou je bij het berekenen van de vermenigvuldiging van twee matrixen elk vakje van de nieuwe matrix kunnen laten uitrekenen door een andere core). Een CPU: enkele core's, goed voor seriële berekeningen (de ene berekening hangt af van de voorgaande)