看过CUDA程序的都知道啊，进行一次GPU计算，需要在多个存储器之间进行数据传输，因此有较大的延迟，故而GPU不适合对实时性要求很高的应用由于不同存储器间的数据传输速率和使用方法有很大差异，故而开发人员需要根据硬件特点；看看这个帖子吧， 是关于CUDA和VS怎么结合的200902068aspx。
显卡要求见此html 建议双敏 G92核心的9600GSO 384MB 192bit，此卡远比同价位的其他NVIDIA图形卡好，特别是GPU运算能力，是同价位的GT2209500GT的数倍但是可能缺货；这个函数是在yourexampleroot\NSight\Common\helper_stringh中定义的，但是我猜 编译时候找不到可能是因为环境没配置好。
cuda编程 书籍推荐
默认情况下，数据是从系统的分页内存先到锁页内存，然后再到GPU显存因此如果显式指定使用锁页内存，是可以加快数据传输速度的锁页内存，在cuda编程里使用CudaHostMalloc分配实质上和linux的mlock系统调用一样，就是给。
cg基本是做渲染的，opengl是一个开源图形库，和微软的direct3D是一样的glsl是shading language ，专门用来写shader的，在GPGPU general purpose GPU概念出来之前，好多人用glsl来做并行计算其次，CUDA和OpenCL是两个。
讲讲整个框架要干什么的吧，就这个kernel看不出什么，也不知道lz想要什么结果，实际得到什么结果，就一个“比较不出来”是什么现象啊怀疑是数据分配和输入输出有问题，把外面的代码贴下。
cuda编程手册讲解
这个直接猜测是很难的，都需要复杂调试的 首先检查发送消息过程中是否发送失败了，函数返回值有没有查，查到失败的处理方式是不是正确大数组说明有可能传输中间临时出错。
这个还真不是十分清楚，Nvidia的官方网站上有个CUDA ZONE，那是个GPU的CUDA编程的论坛，你可以去看看。
