Answers:
马上想到一些事情：
一个专门的比特币客户端被编写为使用GPU来执行加密哈希。在典型的4核系统上，GPU客户端的性能通常比SMP CPU客户端好10倍以上。比特币取决于大量无关加密哈希的计算，这些哈希可以并行计算。
在Folding @ Home项目提供了它们的分子动力学模拟一个GPU客户端。这些计算是在各种环境和条件下对原子之间的单个键进行的。数学是相对简单的，但是必须为每个键计算数十亿次，以模拟仅十亿分之一秒的活动。
GPU计算的支持者常用的“玩具”示例是n体问题。
这些东西的共同点是它们令人尴尬地平行。即，该问题可以分解为对大型数据集执行多次的少量离散计算。这就是GPU擅长的一种计算。
依赖于先前计算结果的复杂计算不适用于GPU。
视频和音频转码就是一个很好的例子。这是从一种文件格式到另一种文件格式的转换。一个示例是MPEG-2至H.264。
注意视频转码与3D图形无关。您不能使用顶点和像素着色器对视频进行编码。
使用GPU 开采比特币已变得非常流行。
点对点电子现金系统 比特币的创建和转让基于开放源代码加密协议，不受任何中央机构的管理。每个比特币都细分为小数点后八位，形成了1亿个名为satoshis的较小单位。无需中间金融机构即可通过计算机或智能手机转移比特币。
比特币交易的处理由称为比特币矿工的服务器保护。这些服务器通过基于Internet的网络进行通信，并通过将它们添加到分类账中来确认交易，分类账会定期更新和存档。除了存档交易，每个新的分类账更新都会创建一些新铸造的比特币...
另一个应用是在金融市场上使用Black-Scholes等模型进行实时交易。
...使用期权的关键要求是计算期权的公允价值。寻找有效解决价格问题的方法已经成为三十多年来的活跃研究领域，并且仍然是现代金融工程的重点。随着更多的计算已应用于与财务相关的问题，寻找在现代体系结构上实现这些算法的有效方法变得越来越重要。
本章介绍如何使用GPU有效地对期权定价。我们使用两种不同的定价模型执行评估：Black-Scholes模型和点阵模型。这两种方法都可以很好地映射到GPU，并且在GPU上都比在现代CPU上都快得多。尽管两者都具有到GPU的直接映射，但是由于计算中的相互依赖关系，实现网格模型需要额外的工作...
康威的《人生游戏》就是一个很好的学术例子。
...生命游戏的宇宙是一个无限的二维正交方格，每个方格处于两个可能的状态，即活着或死了。每个单元都与其八个邻居进行交互，这八个邻居是水平，垂直或对角线相邻的。在每个时间步上，都会发生以下转换：
- 任何具有少于两个活邻居的活细胞都会死亡，好像是由于人口不足造成的。
- 任何有两个或三个活邻居的活细胞都可以存活到下一代。
- 任何具有三个以上活邻居的活细胞都会死亡，就像人满为患一样。
- 具有正好三个活邻居的任何死细胞都将变成活细胞，就像通过繁殖一样。
初始模式构成了系统的种子。第一代是通过将上述规则同时应用于种子中的每个细胞而创建的-生与死同时发生，有时发生这种情况的离散时刻称为“滴答”（换句话说，每一代都是纯函数）前一个）。这些规则继续被重复应用以创造更多的后代。
也许我对数学/科学/工程学的计算非常感兴趣，但是想到的就是FFT算法。
我曾经看过这个FFT基准测试，尽管它已经使用了几年了，但我认为它做得很好：http : //www.sharcnet.ca/~merz/CUDA_benchFFT