OpenCL是***开放的免费通用并行计算标准，将统一管理一台主机的所有计算资源，比如你的多核CPU、GPU等，OpenCL将这些资源统一看作计算单元，共同发挥运算能力完成各类计算任务。OpenCL统一编程环境，开发者能轻松利用异构平台写出高效的程序来。OpenCL将在服务器、PC和手持设置等上得到广泛应用。
OpenCL开发历程
OpenCL最早由Apple在六月提交到了Khronos Group，这是一个业界的标准化组织，旨在提供一个通用的开放API，在此基础上开发GPU通用计算软件，随后Khronos成立“OpenCL工作组”负责标准的制订工作，在短短的几个月时间内，OpenCL就完成了从无到有的蜕变。
OpenCL工作组成员
OpenCL工作组的成员包括：3Dlabs、AMD、苹果、ARM、Codeplay、爱立信、飞思卡尔、Graphic Remedy、IBM、Imagination Technologies、Intel、诺基亚、NVIDIA、摩托罗拉、QNX、高通、三星、Seaweed、德州仪器和瑞典Ume大学等。像Intel、NVIDIA和AMD都是这个标准的支持者，不过微软并不在其列。
作为倡导者苹果已经宣布其明年发布的Mac OS X 10.6 Snow Leopard操作系统将集成OpenCL标准，实际上这也是促成OpenCL标准发布的重要条件之一。
NVIDIA和AMD宣布采用OpenCL 1.0标准
作为图形芯片的两大巨头，NVIDIA拥有自己的CUDA架构，AMD有自己的Stream Acceleration，同时他们又是OpenCL的支持者。在OpenCL标准发布之后，AMD和NVIDIA立即表态，宣布即将采用OpenCL 1.0编程规范。
AMD会将合适的编译器和运行库整合进免费的ATI Stream软件开发包（SDK），作为OpenCL的创始人之一，AMD一直以来都极力推崇OpenCL，并尽力赶在2009年上半年开发出ATI Stream SDK的开发者版本，实现对OpenCL 1.0的支持。而NVIDIA则会把它加入GPU计算工具包，因此，这两家的显卡都将支持OpenCL 1.0。从长远来看，这两家厂商共享同一个开放型的规格对于消费者来说是件好事。
OpenCL不会取代CUDA
CUDA作为NVIDIA最近力推的并行计算架构，目前已取得非常不错的成就。显然大多数的读者都有一个疑问，开放式的OpenCL标准的出台，CUDA将何去何从？
作为OpenCL标准的制定者之一，NVIDIA肯定不会蠢到作自掘坟墓的事。实际上现在OpenCL工作组的主席就是NVIDIA的一位副总裁任职，引导很多OpenCL的开发，NVIDIA公司不少员工都在参与这项工作，当然还有很多其他公司的开发人员。从OpenCL一开始NVIDIA就和Apple公司进行非常紧密的合作，OpenCL开发的过程中，它的技术平台都是NVIDIA的GPU，换而言之OpenCL是在NVIDIA GPU的平台进行开发的。OpenCL在大概两个多月以前进行的***次演示平台也是NVIDIA的GPU，可以说NVIDIA是***家展示运行中OpenCL程序的公司。从这个角度看，NVIDIA和OpenCL之间在关系十分密切。
CUDA架构，支持C、OpenCL等
对于CUDA而言，最主要的包含两个方面：一个是ISA指令集架构，另一个是硬件计算引擎，这两个方面是CUDA的架构。CUDA到目前为止，它包含了一个C语言的编译器，不仅如此，还可以支持其他的API，包括OpenCL或者DirectX，以后还将有其他语言的接口，包括Fortran、Java、Python等。可以说这种架构是原生的，专门为计算接口而建造的一个架构。
有了CUDA指令集，有了支持CUDA的硬件，就可以利用不同的途径来进行开发调用GPU的计算能力，你可以用OpenCL或者DirectX这样的API来进行开发，也可以用C语言或者Fortran或者Java开发，最终的结果是殊途同归。
针对CUDA的OpenCL和C的编程模式
当然API和C语言进行开发是有些不同的，API作为编程接口，它的核心是函数库和应用程序开发的一个硬件接口，它有一个好处就是可以访问比较低层次的硬件，对于硬件有比较好的控制权，很多的东西特别是像内存的管理，是需要开发者自己来进行管理的。而在利用CUDA C语言来编程的时候，很多东西是由开发环境来进行管理的，比如内存他是用runtime进行管理的，相对来说要容易得多。两者的关系有点像低级语言和高级语言间的关系。
不管是用OpenCL还是用CUDA C语言来编程，最终它们都是需要通过一个驱动程序来变成一个PTX的代码，PTX相当于CUDA指令集，然后交给图形处理其或者交给硬件来进行执行。
OpenCL对开发者、业界人员和消费者来说都是一个非常好的API，它可以使得开发者很容易的开发出跨平台的GPU计算程序，充分利用GPU强大的计算能力然后应用在各种领域。对于NVIDIA来说，在CUDA架构上除了C语言以外，现在新增加了OpenCL或者DX11这样的API，提供了更多的GPU计算开发环境选择。如果开发者对API很熟悉的话，肯定会乐意看到OpenCL或者新的API的加入，对于他们来说很容易利用这些API开发出各种各样GPU计算程序。
简单的说，OpenCL只是一个API，一个编程接口，它是对CUDA架构的有益补充，实际上OpenCL是利用CUDA驱动程序堆栈来在NVIDIA GPU上实现高性能计算，OpenCL标准的出台，CUDA更是如虎添翼。
【编辑推荐】
