さらにGPUの進化はもっと苛烈で、昨今の最新GPUから見ると、AVXのfloat８個同時すらショボく感じる。
最新のGPUだと1024個の演算を同時に演算してしまうらしい。
（CUDAはまったく触ったことないので詳細は知らないが）

最新のGPUは１命令で1024個のfloatを同時に演算できるようなもの？と思ってる。
（多コアの並列動作なので、AVXのSIMDとはニュアンスが違うけど、結果として）

圧倒的すぎる。



というわけで、GPUの演算ユニットを直接使ってみたいのだけど、どうやればいいのかわかりません。
GPUの機械語に対応してるアセンブラが無いので、専用のバイナリーのライブラリーをリンクして使う…的なことなのでしょうか？
そうではなく、直接GPUに命令を出せる機械語を知りたいです。　どこかにいい文献があったら教えてほしいです。