電腦計算的速度，過去有所謂的摩爾定律Moore's law，即預計18個月會將晶片的效能提高一倍，終究將面臨物理上的限制，另外如果考慮綠能減碳的思維，從過去傳統的單核處理器走向多核，甚至採用異質加速器如GPU，成為一個必然的趨勢。
從家用電腦，如laptop desktop採用多核心的硬體技術後，過去談論數十年的平行計算(Parallel Computation)重新受到重視，其技術也從過去僅是少數專家級所能掌握的，逐步面對必然面臨一般程式設計所必須考量的課題。平行計算或平行程式的方案有許多，以GPU加速計算為主的，有openCL、CUDA C等不同的方案。
CUDA（Compute Unified Device Architecture，統一計算架構）是由NVIDIA所推出的一種整合技術，是該公司對於GPGPU的正式名稱。透過這個技術，使用者可利用NVIDIA的GeForce 8以後的GPU和較新的Quadro GPU進行計算。
以矩陣乘法為例，假設兩個相乘的矩陣皆為1024x1024，如果是以傳統的序列式(serial)CPU計算，以GCC 4.6的編譯器處理，其執行時間經過測試，需要10~11秒的計算時間。在相同的硬體配置、作業系統、軟體配置下，如果是考慮以CUDA C 6.0編譯，採用tile演算法計算，Kepler 架構的GPU上，每個block上進行1024個執行序(Thread)，執行時間大約只需0.011秒，加速的效果達九百至一千倍，很明顯的，原先序列計算需時O(n^3)已經降低到GPU平行計算的O(n^2)。
相同的程式，如果改用在一般的家用電腦，於64-bit win 7的作業系統，配上一般OEM版本Nvidia的Geforce GT 630 GPU，在visual studio 2013 C++ professional版本的C++編譯器執行，序列式(serial)CPU計算（該版VC release版的優化是採O2），其執行時間有1.48秒。而GPU版也有0.096秒其加速比例也有15倍之譜。
平行計算cuda C測試矩陣乘法，比起CPU計算，要快上95倍以上。
