英伟达对其底层软件工具进行了改进，使其更容易编写程序，以便在cpu和图形处理器之间更快地执行。
周四，该公司发布了CUDA 6，它将使超级计算机、服务器、个人电脑和智能手机编程更容易。CUDA的目标是提供底层工具，这样程序员就可以将处理从cpu转移到gpu，这对于技术和图形应用程序来说更快。
CUDA 6提供了统一的内存，这是一种先进的管理特性，使得GPU内存和CPU内存一样容易访问。以前，数据必须从cpu移动到gpu执行，然后再移动回来，从而创建两个数据池。但是有了统一的内存，开发者就不需要管理数据的位置来利用GPU。
英伟达特斯拉加速计算产品总经理萨米特·古普塔(Sumit Gupta)说，内存管理功能将确定是将数据发送到CPU还是GPU内存，这将减少程序员增加代码行来定义数据应该发送到哪里的需求。
Gabriel Consulting Group的首席分析师Dan Olds说，开发者不必担心GPU和CPU内存，因为它们不会由编程处理，而是由CUDA中的指令处理。
“对CUDA的补充是进化，而不是革命，”Olds说。
例如，gpu经常用于桌面虚拟化服务器和自动内存放置可以加快部署操作系统实例通过虚拟机，Olds说。
CUDA的统一内存特性类似于HSA(异构系统架构)基金会的HUMA规范，在该规范中，系统中不同的内存类型在处理器之间共享。该规范允许程序员编写应用程序，而不必担心代码被转移到哪个内存资源。英伟达不是HSA基金会的成员。HSA基金会是去年由高级微设备(amd)、ARM、高通(Qualcomm)等公司成立的。
该特性也符合Nvidia的目标，即使CPU和GPU内存在硬件级别上成为共享资源。英伟达即将推出的代号为帕克的Tegra 6移动处理器将在设备、服务器和个人电脑中集中CPU和GPU内存，以扩大程序可用的可寻址内存。目前，GPU和CPU的内存是分开的，但CUDA 6中的统一内存特性应该可以在软件层缓解这个问题，直到即将实现的硬件改进。
一些世界上最快的超级计算机使用gpu作为协处理器来加速计算。最近的CUDA更新，版本5.5，增加了对ARM cpu的支持。CUDA 6还改进了库，可以加速图形处理器上的计算。
阿加姆·沙阿负责IDG新闻服务的个人电脑、平板电脑、服务器、芯片和半导体业务。在Twitter上关注阿加姆@agamsh．阿甘的电子邮件地址是agam_shah@idg.com