◆ CUDA的应用领域与发展前景

　　由于GPU的特点是处理密集型数据和并行数据计算，因此CUDA非常适合需要大规模并行计算的领域。目前CUDA除了可以用C语言开发，也已经提供FORTRAN的应用接口，未来可以预计CUDA会支持C++、Java、Python等各类语言。虽然现在更多的应用在游戏、图形动画、科学计算、地质、生物、物理模拟等领域，但是由于GPU本身的通用特性和CUDA提供的方便的开发环境，我们可以放开思维的束缚，想象几种可能的应用场景：

　　◇ 搜索引擎中的排序、文本分类等相关算法的应用
　　◇ 数据库、数据挖掘
　　◇ 电信、金融、证券数据分析
　　◇ 数理统计分析
　　◇ 生物医药工程
　　◇ 导航识别
　　◇ 军事模拟
　　◇ 无线射频模拟
　　◇ 图像语音识别

　　这些领域内的计算都是属于大规模的数据密集型计算，因此我们完全有理由相信，在CUDA的驱动下，GPU能够在这些领域建立一个属于自己的新时代。