# 常用


## 1. **CUDA**（Compute Unified Device Architecture）

* **开发者**：NVIDIA
* **用途**：专门用于 NVIDIA GPU 的并行计算编程框架
* **特点**：

  * 只能用在 NVIDIA GPU 上
  * 支持强大的 GPU 加速计算，广泛用于深度学习、科学计算、图形渲染等
  * 丰富的软件生态（cuDNN、TensorRT 等）
  * 编程语言基于 C/C++ 扩展，易用性较好

---

## 2. **OpenCL**（Open Computing Language）

* **开发者**：Khronos Group
* **用途**：跨平台、跨厂商的通用并行计算框架
* **特点**：

  * 支持 CPU、GPU、FPGA 等多种设备
  * 跨平台，支持多种厂商（Intel、AMD、NVIDIA、ARM）
  * 编程语言基于 C99 风格的 C 语言扩展
  * 适合异构计算，缺点是编程复杂度较高，性能调优较难

---

## 3. **Vulkan**

* **开发者**：Khronos Group
* **用途**：跨平台的低开销高性能图形和计算 API
* **特点**：

  * 主要用于高性能图形渲染，替代 OpenGL
  * 支持 GPU 计算（Compute Shaders）
  * 设计强调低 CPU 开销和多线程支持
  * 跨平台支持 Windows、Linux、Android 等
  * 编程复杂度较高，适合需要高性能渲染和计算的应用

---

## 4. **Metal**

* **开发者**：Apple
* **用途**：Apple 生态系统（iOS、macOS）上的图形渲染和 GPU 计算框架
* **特点**：

  * 专为 Apple 设备设计和优化
  * 支持图形渲染和通用计算
  * 低开销、性能优异
  * 编程语言多用 Objective-C / Swift，支持 Metal Shading Language
  * 只能用于 Apple 硬件平台

---

## 简单对比表

| 技术     | 开发者     | 平台支持         | 主要用途      | 语言与接口             | 优点            | 缺点             |
| ------ | ------- | ------------ | --------- | ----------------- | ------------- | -------------- |
| CUDA   | NVIDIA  | 仅 NVIDIA GPU | 高性能并行计算   | CUDA C/C++        | 生态丰富，性能优异     | 只支持 NVIDIA GPU |
| OpenCL | Khronos | 多厂商、多平台      | 通用异构并行计算  | C99 C-like        | 跨平台，支持多种硬件    | 编程复杂，性能调优难     |
| Vulkan | Khronos | 跨平台          | 图形渲染 + 计算 | C API             | 低开销，多线程支持     | 学习曲线陡峭         |
| Metal  | Apple   | Apple 设备     | 图形渲染 + 计算 | Objective-C/Swift | 性能优异，深度集成苹果生态 | 仅限 Apple 平台    |