【IT168 专稿】一个大任务通常可能被分解成许多可以一起处理的小任务，以便创建一个解决方案，这和粉刷房子的道理是一样的，在粉刷之前，假设你需要买5公升油漆和5把刷子，你可以自己一个人干完采购和粉刷的活，也可以请朋友或职业粉刷工人帮忙。

▲图 开始使用CUDA C

　　你可能想请人帮忙，为了节约时间，你出去购买油漆，另一个人去买刷子，然后你在4个人的帮助下，每人刷一面墙，这样并行进行，到任务完成时，你算一下，应该节省了大量的时间。

　　这个方法对计算机也适用，假设你想添加两个向量v(x,y,z)和u(x,y,z)，这里v=(1,2,3)，u=(4,5,6)，那么v+u=(1,2,3)+(4,5,6)=(1+4,2+5,3+6)=(5,7,9)，你自己可以算一下，一次计算一个，但正如你可能看到的，这个问题可以分解成多个更小的问题，你可以让一个“人”将x分向量一起加起来，另一个“人”将y分向量一起加起来，第三个“人”将z分向量一起加起来，如下表所示：

　　表中的每个人所有的工作都是一样的：a+b=c，但每个人使用的数字不一样，结果也不一样。

　　这并不是什么新概念，并行计算已经存在多年，PC使用多个CPU并行处理任务，提高不同应用程序的执行速度，你可以将上面提到的“人”看作一个进程或一个线程，计算机可以将每个进程分配给不同的处理器，接收到任务的所有处理器并行执行一个任务(计算)。

　　现在，大多数计算机拥有多颗可以处理多任务的处理器，大型应用程序使用计算机上的可用资源运行可以获得更好的性能，但如果应用程序需要增加功能会怎么样呢?你应该增加处理器，还是以某种方式升级系统?这取决于你应用程序的需求和采用的解决方案，其中一个可行的解决方案是使用GPU。

　　GPU是什么?GPU是图形处理单元(Graphics Processing Unit)的缩写，它处理所有桌面上或游戏中的图形，分担一些CPU负载，在游戏中，CPU要执行人工智能计算和冲突检测，任务非常繁重，因此任何帮助都是欢迎的，GPU本身采用了良好的并行架构，使算术运算和计算真正有效，它是CPU的好朋友。

▲图 CPU+GPU，让程序运行更高效