Yesky：能否请您先给我们简单介绍一下CUDA技术，以及应用CUDA技术的好处。 邓培智：NVIDIA CUDA技术是当今世界上唯一针对GPU 的C语言环境，该技术充分挖掘出NVIDIA GPU巨大的计算能力。凭借NVIDIA CUDA技术，开发人员能够利用NVIDIA GPU（图形处理器）攻克极其复杂的密集型计算难题。现在，世界各地已经销售出数以千万计的支持CUDA 的GPU，数以千计的软件开发人员正在使用免费的CUDA软件工具来加快视频、音频编码、石油天然气勘探、产品设计、医学成像和科学研究等应用。 CUDA技术能够充分发挥GPU在并行计算中的优势，实现与传统CPU计算相比数十甚至上百倍的性能提升。目前全球已有不少科研机构及大学在利用CUDA进行高性能运算开发，覆盖医疗、勘探、科学计算等多个领域。

Yesky：讯连科技提供给我们的资料中显示，当威力导演7针对NVIDIA CUDA技术完成优化后，将特别在高画质影片套用在高斯模糊、万花筒、放射状模糊、彩色边缘、光束、置换色彩、笔墨、水彩画、抽象主义和发出白光等需要大量CPU资源处理的特效时候，可以有效提升效率。为什么利用CUDA技术可以对这些特效处理提供更高的效率，这些特效在本质上是否有什么共同点使得CUDA技术去处理它时候更有针对性？

邓培智：这些效果可以充分发挥GPU在并行计算中的优势。主要是上述这些视频过滤和后处理非常适合于并行处理，因此在CUDA架构上可以获得非常高的效率。本质上来说，凡是适合于并行计算的场合，CUDA架构都可以获得相当好的效率。在威力导演7以及与之类似视频编辑以及转码等软件应用中，正是非常典型的并行计算的应用，这也正是为何CUDA在这些软件中体现优势的原因。应用NVIDIA CUDA技术之后，据Cyberlink官方数据，相对于仅应用CPU，可以提升约5倍的性能。

Yesky：NVIDIA具备CUDA技术的显卡中，不同型号的显卡在相关视频特效处理时候提升的效率差别大么？

邓培智：因为不同的GPU有不同的计算能力，从8核到240核不等，因此性能上的差别还是存在的。在这个应用中，对于主流的NVIDIA GPU来说都可以获得比最快的CPU更快的视频处理能力。

Yesky：相对于纯粹的CPU处理技术，CUDA的在视频和图像处理上的优势是什么？未来是否视频图像处理可能也和现在的3D游戏一样，将更多依靠GPU而不是CPU？

邓培智：CUDA技术的开发思路是将是真正调用GPU的强大并行计算能力，来满足用户越来越多的图形图像相关的计算需求，与CPU的串行计算需要顺序进行相比，GPU可以利用自己的多个核心同时进行运算，这也是为什么与CPU处理相比，GPU在处理速度上大幅提升的根本所在。目前来看，视频解码部分已经可以完全由GPU来进行处理，而视频编码、过滤效果以及后处理等等方面的处理工作也已经有诸多的软件通过CUDA利用GPU的强大并行计算能力获得了非常高的性能和画面品质。我们相信，对于视频处理这方面的应用来说，GPU计算（或者说GPU/CPU异构计算）是比单纯的CPU计算更优越的解决方案，越来越多的应用程序的出现也证明了这一点。

Yesky：是否视频和图像类软件都可以通过支持CUDA技术来获得处理效率的提升？

邓培智：众多案例证明，CUDA技术可以大幅度提升并行运算的效率。而视频和图像类软件主要进行的均为大规模并行运算，因此我们认为理论上此类软件通过CUDA都将获得处理效率上的提升。