在本书中，我们研究了许多方面，它们共同构成了 CUDA 编程架构。我必然遗漏了绝大多数信息，只专注于该技术的几个关键方面。我们已经看到，即使是一个普通的现代显卡也是一个极其强大的硬件，CUDA 提供了潜在的性能提升，这对于任何有兴趣将现代硬件推向极限的人来说都是非常令人兴奋的。将算法移植到图形处理器上花费的几个小时可能会产生用中央处理器完全不可能获得的速度提升，不管优化花费了多少时间。
除了性能上的明显提升之外，我希望我已经展示了学习 CUDA SDK 给了程序员一套全新的技能。
并发并行线程的数量与用一个中央处理器编程几个线程相比，会带来非常不同的编程体验。
我在这本书里只讲了 CUDA。还有其他显卡制造商，他们制造同等的硬件。他们有自己的语言和生态系统。还有 OpenCL，这是一个开源的计算库(非常类似于 CUDA 驱动 API)，它的巨大好处是可以在许多不同的显卡上工作，包括板载显卡。
非常感谢您的阅读，我希望您已经享受了这次使用 NVIDIA 硬件和 CUDA 进入通用编程世界的短暂冒险。如果你想进一步探索，我建议寻找图形应用编程接口，DirectX 或 OpenGL，以及其他图形处理器语言，如 OpenCL。