我首先通过CUDA使用我的（现已老化）NVIDIA 9800GT 512MB进入GPGPU。这些天我的GPU似乎并没有削减它。
我对OpenCL特别感兴趣，而不是CUDA或StreamSDK，尽管有关其中任何一个仍然值得追求的一些信息都会很好。
我的预算约为150英镑加/减50英镑。我有点不参与GPU最适合科学计算的循环（特别是流体模拟和3D医学图像处理）。
ATI与NVIDIA的比较可能也会有所帮助，如果他们真的如此不同。
[我也有兴趣听到有关使用GPGPU功能的游戏的任何建议，但这是科学计算潜力的一个小问题。]
在评估内存速度与时钟速度与内存容量等方面的优缺点时，我也有点迷失，所以关于这些更多技术方面的任何信息都会受到最多的赞赏。
干杯。
答案 0 :(得分：1)
如果你要纯粹关闭OpenCL是必需的，我会说你选择ATI，因为他们有一个OpenCL 1.1驱动程序的发布版本，因为nVidia几乎立即有规范驱动程序已发布，但之后没有更新它们，并且我们在nVidia开放的OpenCL论坛中看到了一些错误。
我个人选择了nVidia，因为它给了我所有的选择。你真的应该看看CUDA。使用通用语言来利用GPU和CPU是一种更有效的方法。微软用于C ++的AMP语言扩展将以更加平台无关的方式提供与CUDA相同的方法，我相信当时社区将更广泛地采用CUDA。
选择nVidia的另一个原因是因为这是HPC系统构建者一直在构建系统的原因，因为nVidia大力推动GPGPU计算，因为它不太受AMD / ATI的支持。那个阵营的特斯拉阵容真的没有答案。甚至亚马逊EC2也提供基于特斯拉的GPU计算集群。所以，如果你正在寻找超越桌面的范围和规模，我认为nVidia是一个更好的选择。