1. 動畫專業需要什麼樣配置的電腦
要學動畫的話，你用台式機肯定是要劃得來很多，估計配一台和筆記本一樣配置的台式電腦只要一半的錢就ok了，如果非要用筆記本的話，那你要去參考參考了.內存和顯卡就直接影響到你做3D動畫時的即時顯示，內存和顯卡如果很低的話，會導致電腦做3D時很卡，特別是面數稍微多一些時電腦整個帶不動，所以內存和顯卡很重要，對於你初學來說，2G內存已經很夠了，但是資金多的話還是建議弄個4G的，不過4G內存的筆記本很少的哦，要自己加！還有就是CPU了，CUP會直接影響到你渲染的速度，如果你只做動畫部弄渲染的話CPU低點也不會太影響你的德效率啦。我自己覺得吧，做3D硬體影響效率
顯卡>CPU>內存!
如果你用本本的話,我推薦個,聯想的Y450/T6600版的,因為我自己有一台,用起來還不錯,對於初學也很夠了,2G內存,T6600CPU,GT240M顯卡!
最後祝你能買到自己心滿意和的電腦吧~！！
2. 請問CUDA編程對顯卡的要求是怎麼樣NVIDIA那些型號的顯卡可以
顯卡要求見此：http://www.nvidia.cn/object/cuda_gpus_cn.html 建議：雙敏 G92核心的9600GSO 384MB 192bit，此卡遠比同價位的其他NVIDIA圖形卡好，特別是GPU運算能力，是同價位的GT220、9500GT的數倍。但是可能缺貨，還有就是功耗較高。 如果你有500塊的話，就可以考慮昂達G92核心的9600GSO 384MB 192bit 或 昂達GT240 512MB GDDR5
3. 顯卡設置里的CUDA是什麼
CUDA（Compute Unified Device Architecture），通用並行計算架構，是一種運算平台，包含CUDA指令集架構以及GPU內部的並行計算引擎。
只要使用一種類似於C語言的CUDA C語言，就可以開發CUDA程序，從而可以更加方便的利用GPU強大的計算能力，而不是像以前那樣先將計算任務包裝成圖形渲染任務，再交由GPU處理。
CUDA體系結構的組成
開發庫：開發庫是基於CUDA技術所提供的應用開發庫。
運行期環境：運行期環境提供了應用開發介面和運行期組件，包括基本數據類型的定義和各類計算、類型轉換、內存管理、設備訪問和執行調度等函數。
驅動：CUDA-enable的GPU的設備抽象層，提供硬體設備的抽象訪問介面。也就是需要安裝有nVIDIA硬體的電腦上安裝相應的驅動來實現CUDA通用運算。
4. 顯卡設置里的「CUDA」是什麼
CUDA(Compute Unified Device Architecture)，顯卡廠商NVidia推出的運算平台。 CUDA™是一種由NVIDIA推出的通用並行計算架構，該架構使GPU能夠解決復雜的計算問題。 它包含了CUDA指令集架構(ISA)以及GPU內部的並行計算引擎。
隨著顯卡的發展，GPU越來越強大，而且GPU為顯示圖像做了優化。在計算上已經超越了通用的CPU。如此強大的晶元如果只是作為顯卡就太浪費了，因此NVidia推出CUDA，讓顯卡可以用於圖像計算以外的目的。
簡單來講，比如通過CUDA架構，視頻播放軟體可以充分挖掘NVIDIA系列顯卡的GPU並行計算能力，輕松進行高清影片的播放，與軟體高清解碼相比，CPU佔用可以下降一半以上。當然，CUDA的應用領域絕不僅僅是視頻、圖形、游戲，包括各種3D和建模，醫療、能源、科學研究等，到處都可見到這種技術架構的應用。
支持CUDA的硬體環境需要有NVidia GF8系列及以上型號的顯卡，並且安裝185版本以上的顯卡驅動程序。以QQ影音播放器來講，要想開啟CUDA硬體解碼加速，可以打開QQ影音的「播放器設置」，進入「高清加速」面板，在「硬體優化」中選擇「自定義優化模式」，然後在「濾鏡配置」中的「視頻解碼器」中自定義選擇相應的「QQ CUDA Video Decoder(CUDADecFilter.ax)」即可。而關閉CUDA加速，只需取消選擇「QQ CUDA Video Decoder(CUDADecFilter.ax)」，或者切換到「智能高清模式」或「穩定兼容模式」通過這種高清解碼定義的開啟，並不是說你的畫質能夠提升多少，而是提升高清視頻播放時的流暢以及降低CPU的佔用。這個時候，節約下來的CPU空間，可以允許你再去做別的工作，這樣就會大大提升你的工作效率，而不至於除了看視頻，其他的什麼都不能做了。
5. CUDA是什麼,哪些顯卡支持CUDA
簡單來說是一種全新的圖形運算模型,它定義了新的圖形運算方法,開發語言,游戲的圖像呈現方式。可以說支持這個技術的顯卡肯定技術上是比較新的,因此可以用來區分新老的顯卡。以下的資料是CUDA的一個簡潔和支持CUDA的顯卡。CUDA(Compute Unified Device Architecture)是一個新的基礎架構,這個架構可以使用GPU來解決商業、工業以及科學方面的復雜計算問題。它是一個完整的GPGPU解決方案,提供了硬體的直接訪問介面,而不必像傳統方式一樣必須依賴圖形API介面來實現GPU的訪問。在架構上採用了一種全新的計算體系結構來使用GPU提供的硬體資源,從而給大規模的數據計算應用提供了一種比CPU更加強大的計算能力。CUDA採用C語言作為編程語言提供大量的高性能計算指令開發能力,使開發者能夠在GPU的強大計算能力的基礎上建立起一種效率更高的密集數據計算解決方案。從CUDA體系結構的組成來說,包含了三個部分:開發庫、運行期環境和驅動(表2)。開發庫是基於CUDA技術所提供的應用開發庫。目前CUDA的1.1版提供了兩個標準的數學運算庫——CUFFT(離散快速傅立葉變換)和CUBLAS(離散基本線性計算)的實現。這兩個數學運算庫所解決的是典型的大規模的並行計算問題,也是在密集數據計算中非常常見的計算類型。開發人員在開發庫的基礎上可以快速、方便的建立起自己的計算應用。此外,開發人員也可以在CUDA的技術基礎上實現出更多的開發庫。運行期環境提供了應用開發介面和運行期組件,包括基本數據類型的定義和各類計算、類型轉換、內存管理、設備訪問和執行調度等函數。基於CUDA開發的程序代碼在實際執行中分為兩種,一種是運行在CPU上的宿主代碼(Host Code),一種是運行在GPU上的設備代碼(Device Code)。不同類型的代碼由於其運行的物理位置不同,能夠訪問到的資源不同,因此對應的運行期組件也分為公共組件、宿主組件和設備組件三個部分,基本上囊括了所有在GPGPU開發中所需要的功能和能夠使用到的資源介面,開發人員可以通過運行期環境的編程介面實現各種類型的計算。由於目前存在著多種GPU版本的NVIDIA顯卡,不同版本的GPU之間都有不同的差異,因此驅動部分基本上可以理解為是CUDA-enable的GPU的設備抽象層,提供硬體設備的抽象訪問介面。CUDA提供運行期環境也是通過這一層來實現各種功能的。目前基於CUDA開發的應用必須有NVIDIA CUDA-enable的硬體支持,NVIDIA公司GPU運算事業部總經理Andy Keane在一次活動中表示:一個充滿生命力的技術平台應該是開放的,CUDA未來也會向這個方向發展。由於CUDA的體系結構中有硬體抽象層的存在,因此今後也有可能發展成為一個通用的GPGPU標准介面,兼容不同廠商的GPU產品CUDA™ 工具包是一種針對支持CUDA功能的GPU(圖形處理器)的C語言開發環境。CUDA開發環境包括:· nvcc C語言編譯器· 適用於GPU(圖形處理器)的CUDA FFT和BLAS庫· 分析器· 適用於GPU(圖形處理器)的gdb調試器(在2008年3月推出alpha版)· CUDA運行時(CUDA runtime)驅動程序(目前在標準的NVIDIA GPU驅動中也提供)· CUDA編程手冊CUDA開發者軟體開發包(SDK)提供了一些範例(附有源代碼),以幫助使用者開始CUDA編程。這些範例包括:· 並行雙調排序· 矩陣乘法· 矩陣轉置· 利用計時器進行性能評價· 並行大數組的前綴和(掃描)· 圖像卷積· 使用Haar小波的一維DWT· OpenGL和Direct3D圖形互操作示例· CUDA BLAS和FFT庫的使用示例· CPU-GPU C—和C++—代碼集成· 二項式期權定價模型· Black-Scholes期權定價模型· Monte-Carlo期權定價模型· 並行Mersenne Twister(隨機數生成)· 並行直方圖· 圖像去噪· Sobel邊緣檢測濾波器· MathWorks MATLAB® 插件 (點擊這里下載)新的基於1.1版CUDA的SDK 範例現在也已經發布了。要查看完整的列表、下載代碼,請點擊此處。技術功能· 在GPU(圖形處理器)上提供標准C編程語言· 為在支持CUDA的NVIDIA GPU(圖形處理器)上進行並行計算而提供了統一的軟硬體解決方案· CUDA兼容的GPU(圖形處理器)包括很多:從低功耗的筆記本上用的GPU到高性能的,多GPU的系統。· 支持CUDA的GPU(圖形處理器)支持並行數據緩存和線程執行管理器· 標准FFT(快速傅立葉變換)和BLAS(基本線性代數子程序)數值程序庫· 針對計算的專用CUDA驅動· 經過優化的,從中央處理器(CPU)到支持CUDA的GPU(圖形處理器)的直接上傳、下載通道· CUDA驅動可與OpenGL和DirectX圖形驅動程序實現互操作· 支持Linux 32位/64位以及Windows XP 32位/64位 操作系統· 為了研究以及開發語言的目的,CUDA提供對驅動程序的直接訪問,以及匯編語言級的訪問
希望採納
6. 求組一套用做動漫製作和設計的電腦大概在4000左右的 要配置比較高的
這樣吧，你做動畫，重點是渲染和處理上，有些配件我不說具體牌子你自己看能買到的辦。
CPU：AMD9650（800左右）四核。做動畫渲染很需要CPU，四核絕對比高頻雙核來得快，當然，便宜點都8450E也行，三核，500左右，渲染也好與雙核。
顯卡：4830（500-600）都有，目前A卡性價比最高的一款，當然能買到800SP都4830更好，便宜就考慮3870，3850（400-500），但是貨不多不好買。附加說下，其實做動畫用N卡更好的，因為N卡的cuda技術好，可能不就會很多動畫軟體支持CUDA技術，用N卡的GPU進行渲染或者視頻轉換，速度較CPU提高十倍甚至百倍。AU配N卡性能不會下降的，這個ZOL，驅動之家，都有測試。
主板：這個推薦AMD770吧，牌子選擇技嘉，映泰，兩個比較好，大概500-600都就行了，這個價位下技嘉是一線中最實在都，映泰是二線中最實在的，三線我不推薦，不是說質量，二是軟技術上比不上一二線。
內存：牌子選擇宇瞻吧，質量好性能也行，但是買有防偽的；金士頓太多假的，高仿的連防偽都有，不推薦。威剛也行。牌子不是關鍵，容量盡量大點4G吧。估價一共300。
電源：大廠生產的350W左右的都行。航嘉，長城，TT這樣都行。價格250左右。
顯示器：這個真不好說，有人覺得三星艷麗，有人覺得LG銳利，這個你自己去賣場看，最舒服的就是。還有DELL和優派是唯一3年保的，別的都一年。
硬碟什麼都三大廠商沒什麼差別用起來，你就按你需要都容量選吧，錢還夠就買兩塊組個RAID0，現在電腦最大都瓶頸就在硬碟上。
轉自 fyflc
就說這些了，記著CPU盡量多核的，內存盡量大點最好4G這兩點是我認為最要注意的。
7. 顯卡cuda越多越好嗎
理論上來說，顯卡cuda越多越好。因為cuda越多，計算的速度是越快的。當然了，也還有架構的問題。有的時候架構改進了。可能cuda少了，但是性能還是提升的。
8. 顯卡cuda越多越好嗎
理論上來說，顯卡cuda越多越好。因為cuda越多，計算的速度是越快的。當然了，也還有架構的問題。有的時候架構改進了，可能cuda少了，但是性能還是提升的。在不考慮架構的情況下數量越多，同頻率下計算能力就越好。當然，頻率，核心數一樣的話，頻率高的算的快。間接影響計算速度的是架構，也就是執行效率。
顯卡CUDA體系結構的組成：
開發庫：開發庫是基於CUDA技術所提供的應用開發庫。
運行期環境：運行期環境提供了應用開發介面和運行期組件，包括基本數據類型的定義和各類計算、類型轉換、內存管理、設備訪問和執行調度等函數。
驅動：CUDA-enable的GPU的設備抽象層，提供硬體設備的抽象訪問介面。也就是需要安裝有nVIDIA硬體的電腦上安裝相應的驅動來實現CUDA通用運算。
9. 顯卡的CUDA是什麼有什麼用
CUDA(Compute Unified Device Architecture)，顯卡廠商NVidia推出的運算平台。 CUDA™是一種由NVIDIA推出的通用並行計算架構，該架構使GPU能夠解決復雜的計算問題。 它包含了CUDA指令集架構(ISA)以及GPU內部的並行計算引擎。
計算行業正在從只使用CPU的「中央處理」向CPU與GPU並用的「協同處理」發展。為打造這一全新的計算典範，NVIDIA®(英偉達™)發明了CUDA(Compute Unified Device Architecturem，統一計算設備架構)這一編程模型，是想在應用程序中充分利用CPU和GPU各自的優點。現在，該架構現已應用於GeForce®(精視™)、ION™(翼揚™)、Quadro以及Tesla GPU(圖形處理器)上，對應用程序開發人員來說，這是一個巨大的市場。
在消費級市場上，幾乎每一款重要的消費級視頻應用程序都已經使用CUDA加速或很快將會利用CUDA來加速，其中不乏Elemental Technologies公司、MotionDSP公司以及LoiLo公司的產品。在科研界，CUDA一直受到熱捧。例如，CUDA現已能夠對AMBER進行加速。AMBER是一款分子動力學模擬程序，全世界在學術界與制葯企業中有超過60,000名研究人員使用該程序來加速新葯的探索工作。在金融市場，Numerix以及CompatibL針對一款全新的對手風險應用程序發布了CUDA支持並取得了18倍速度提升。Numerix為近400家金融機構所廣泛使用。
CUDA的廣泛應用造就了GPU計算專用Tesla GPU的崛起。全球財富五百強企業現在已經安裝了700多個GPU集群，這些企業涉及各個領域，例如能源領域的斯倫貝謝與雪佛龍以及銀行業的法國巴黎銀行。隨著微軟Windows 7與蘋果Snow Leopard操作系統的問世，GPU計算必將成為主流。在這些全新的操作系統中，GPU將不僅僅是圖形處理器，它還將成為所有應用程序均可使用的通用並行處理器。
CUDA的應用
計算行業正在從只使用CPU的「中央處理」向CPU與GPU並用的「協同處理」發展。為打造這一全新的計算典範，NVIDIA(英偉達)發明了CUDA(Compute Unified Device Architecturem，統一計算設備架構)這一編程模型，是想在應用程序中充分利用CPU和GPU各自的優點。現在，該架構現已應用於GeForce(精視)、ION(翼揚)、Quadro以及Tesla GPU(圖形處理器)上，對應用程序開發人員來說，這是一個巨大的市場。
CUDA產生的原因
隨著顯卡的發展，GPU越來越強大，而且GPU為顯示圖像做了優化。在計算上已經超越了通用的CPU。如此強大的晶元如果只是作為顯卡就太浪費了，因此NVidia推出CUDA，讓顯卡可以用於圖像計算以外的目的。
CUDA體系結構的組成
開發庫：開發庫是基於CUDA技術所提供的應用開發庫。
運行期環境：運行期環境提供了應用開發介面和運行期組件，包括基本數據類型的定義和各類計算、類型轉換、內存管理、設備訪問和執行調度等函數。
驅動：CUDA-enable的GPU的設備抽象層，提供硬體設備的抽象訪問介面。也就是需要安裝有nVIDIA硬體的電腦上安裝相應的驅動來實現CUDA通用運算。
10. 我想問一下~專業顯卡裡面 CUDA最好的是什麼系列~另外~相比500系列顯卡的CUDA來講~~~相差多少！
其實cuda只是運算核心而已，500系600系的cuda其實都是一樣的，但是不一樣的是驅動程序對於核心利用的優化不同。比如Q600和gt540是一樣的核心數量一樣頻率一樣的，但是Q的驅程將其優化的在運行專業軟體時效率很高，但是游戲時卻差很多可以說差GT540不少，所以專業卡你就看價錢就行了。不要和游戲卡做對比。