MapReduce和CUDA的比较

在做分布式作业时，我们组想用分布式系统来实现一个图形学应用。

图形学有很多需要并行计算的地方，比如渲染一个复杂场景。现在的很多图形学的并行计算都是基于CUDA来实现的，却没有使用分布式系统来实现，下面我试图来分析一下原因。

CUDA的一个特点是：高算术强度（算术强度=算术操作次数/存储单元操作次数）。我们可以看到存储单元操作次数越大算术强度将会越低。所以CUDA适合的操作时算术操作次数高，但数据移动的次数少。所以在CUDA中线程非常多，而且并行也是线程模型。

而分布式系统的一个特点是数据量非常大。而且数据访问量也很大。

所以我们需要找一个图形学中的一个数据量非常大，而且计算量不是很大的应用或算法。