提供商
目前，GPGPU 主要有三家供应商。市场领导者是英伟达 (Nvidia) ，市场份额约为 80%。AMD位居第二，占有 17% 的市场份额，剩下的一小部分市场份额则由英特尔 (Intel)占据。过去几年，由于人工智能 (AI) 的发展，对 GPU 的需求激增，而 GPU 也非常适合人工智能。目前，供应商难以满足需求，导致顶级型号的交货时间较长且价格昂贵。使用公有云提供的 GPU 是一个不错的选择。所有主流公有云都提供 GPU 选项。例如，请参阅如何在Azure上执行此操作。
GPU编程
GPU 。最广泛使用的莫过于CUDA，它是 Nvidia 的产品。它的流行 罗马尼亚电话数据 显然与 Nvidia GPGPU 的普及息息相关。CUDA 本质上是 C++ 的扩展：C++ 程序中的额外结构和关键字可以在 GPGPU 上执行部分代码。Fortran 也有一个类似的扩展。
第二个最受欢迎的选项是OpenCL，它被设计为独立于供应商。这听起来是个不错的功能，但重要的是要意识到 CUDA 是 Nvidia 的产品，因此针对其 GPGPU 进行了优化。所以，如果你实际上不打算迁移到其他供应商的 GPGPU，那么 CUDA 仍然是更好的选择。
在许多情况下，应用程序需要利用多个级别的并行性：从 GPGPU 提供的低级并行性到多核 CPU 提供的任务并行性。这类应用程序通常会将 CUDA 或 OpenCL 与OpenMP或MPI等更高级的框架相结合。这也可以用于在多个 GPGPU 上运行代码，以获得更高的并行度并规避 GPGPU 的内存限制。