通过在GPU上实现能否达到现在运行速度的50倍？

并行化的加速多少首先取决于你的数据单元之间是否存在dependency，这关系到你的东西从原理上能不能并行的跑 此外用GPU还不能忽视内存带宽问题，如果是数据量很大，来回倒即便是PCIE也没多少可用的 另外GPU倒内存的延时还很大 能不能加速，能加速多少倍，还真是个很难回答的问题

北大有专门研究GPU并行计算的实验室，他们现在的瓶颈是网卡的带宽不够，即多个节点间传输数据量大。

有些程序确实能加速几十甚至上百倍 英伟达已经发布了512核的GPU，百倍加速已经不是梦想 但是大部分程序也只是加速十几倍而已 并行程序想写好是很难的 GPU程序想写好更难

GPU做浮点运算比较强，但是逻辑控制比较弱，假如kernel函数里很多if它就会很慢

拜谢各位了，照这样估计，可行性应该是比较低了 PS：如果每次处理的单元都是一个小片，例如128B，既然GPU有512核，可否先收例如512个片，组成矩阵？再试图用GPU计算，？ GPU支持对其中每一个核设置其对应的命令么？、 【 在 AHU 的大作中提到: 】 : 做解码，每次解一个小的数据单元，但是解码算法相当复杂，数据处理量也比较大，想做实时处理， : 但是现在唯一可行的就是在利用GPU的高速计算能力设计并行算法，不知道有没大牛有经验，可否实现加速至少50倍的效果？

我觉得是可以的。但你需要先自行了解一些GPU的问题。别人都不清楚你的问题，所以也只是瞎说说自己的经验。 看看CUDA的介绍吧。 【 在 AHU 的大作中提到: 】 : 拜谢各位了，照这样估计，可行性应该是比较低了 : PS：如果每次处理的单元都是一个小片，例如128B，既然GPU有512核，可否先收例如512个片，组成矩阵？再试图用GPU计算，？ : GPU支持对其中每一个核设置其对应的命令么？、

直觉上是越简单的算法越容易用GPU做并行。 试试把GPU看作一个矢量运算协处理器吧，包括矩阵在内都可以计算了。 当然，你要能够把原有算法转化成矢量运算。