nVidia发布了他们的CUDA API，允许开发人员利用他们的图形卡，充分利用大规模并行架构和矢量化操作。像pyCUDA这样的库是为了让脚本语言的开发者将选定的代码发送给GPU而创建的。GPGPU VM：任何将虚拟机移植到图形处理单元上的开源项目？
而且出现了越来越多的精力来设计多语种的虚拟机，如鹦鹉，像二郎强类型的并发友好的语言上。
所以我想知道是否有任何开源项目的代码针对利用GPU的充分受益虚拟机环境？
我可以想象其运行主要脚本语言能够把所有的GPU的优势强类型，monadically保护的并发环境所提供的，将是一个非常有趣的领域。但到目前为止，我还没有在Google上找到任何东西。
有没有人在这方面工作？
编辑：我也许应该已经表示，而不是共享GPU，这样的项目也可能会指定使用专用的GPU。
没有，因为显卡是能够照顾的细节而使卡的全部容量的处理在手，而不是使用一些资源有限的数额是多少，维护琐事机器始终托管。
换句话说，GPU的不是设计，而且也不是很合适的，VM的工作，脚本处理，等等，而这些任务会占用资源的数额特别巨大很好地工作。
- 亚当
之所以试图全上的进程迁移完全到GPU，没有人的是，它不擅长那种事 - 枝，不可预知的代码是非常多的，平均GPU的赔率执行和内存模型。即使Cell，SPE更像CPU，更能处理通用代码，但它仍然具有常规的CPU组件。
如果GPUs 是适合这种东西，那么他们不会是GPU，他们会是CPU。
现代虚拟机，如Java和.NET，实际上支持比GPU更丰富的功能。尽管您可以从GPU获得令人难以置信的原始计算能力，但仍然有一些基本功能仍然存在，例如递归函数调用或函数指针。这些是实现功能或面向对象语言所需要的。 GPU最终可能会有这些，但他们现在不会。
也就是说，NVIDIA已经有一个名为PTX的公共ISA。应该可以编写一个翻译程序将简单的VM代码转换为该语言，因此它可以在任何NVIDIA GPU上运行，但我不知道有任何项目会这样做。
当前的NVIDIA CUDA实现的一个主要限制因素是每个设备只能从单个CPU线程访问。这使得不可能在同一物理机器上的程序之间共享设备，更不用说虚拟机了。
虚拟机不能用于访问CUDA硬件，因为虚拟机对设备进行虚拟化，并且不会暴露对有效使用设备非常重要的PCIE和其他总线。有一些VM可以使用，但它们都有一些安全/稳定性问题。
可以在OpenSolaris/BSD中使用jail来提供这样的保证，但这些操作系统没有CUDA驱动程序。