我是GPU编程的新手。我有一台装有NVIDIA GeForce GT 640卡的笔记本电脑。我面临两个难题，非常欢迎提出建议。
如果我选择CUDA-显然，Ubuntu或Windows CUDA更适合Windows，而在Ubuntu上安装可能是一个严重的问题。我看到一些博客文章声称在Ubuntu 11.10和Ubuntu 12.04上安装了CUDA 5 。但是，我无法让他们工作。同样，标准的CUDA教科书更喜欢在Windows域中工作，并且对于Unix / Ubuntu的安装和工作或多或少保持沉默。
CUDA或OpenCL-现在，这可能比我的第一个问题更棘手！我主要遇到使用CUDA / Nvidia的GPGPU项目，但是OpenCL可能是开源中的次佳选择，在Ubuntu中安装可能不会成为问题，尽管此处的一些建议将非常有用。如果我选择OpenCL而不选择CUDA，是否会牺牲任何功能？
有什么帮助或建议吗？
Answers:
如果使用OpenCL，则可以在Windows和Linux上轻松使用它，因为拥有显示驱动程序足以运行OpenCL程序，而对于编程而言，只需安装SDK。CUDA对特定的GCC版本等有更多要求。但是在Linux上安装也并不困难。
在Linux中，CUDA具有奇怪的要求，例如使用GCC 4.6或4.7。如果您使用其他版本的GCC，则将无法再编译程序。如果您使用OpenCL，则可以使用任何编译器，因为您只需要链接到通用的OpenCL库。因此，OpenCL更易于设置，使用和编译。编译OpenCL程序后，即使它是使用另一个品牌的OpenCL SDK编译的，它也可以在任何硬件上运行（只要经过编码即可）。
您可以编写可在Nvidia，AMD和Intel硬件，GPU，CPU和加速器上运行的OpenCL程序。更重要的是，Altera正在努力在FPGA上支持OpenCL！如果使用CUDA，则必须仅使用Nvidia GPU，并再次使用OpenCL或其他语言为其他平台重新编写代码。从长远来看，使用CUDA的严重限制会导致严重的时间浪费。
我看到有人在CUDA和OpenCL之间发布了一些旧参考，但是它们很旧！当这些文档发布时，只有AMD正确支持OpenCL。自2013年以来，OpenCL受ARM，Altera，Intel等的支持，并成为行业标准。
唯一的缺点是，由于OpenCL非常灵活，因此您将面临更多的选项和方法来编写程序中的内存分配，传输等代码。因此，它可能会感到更加复杂。