киньте ссылку на алгоритм (желательно общими словами, т.е. теорию), прикинем рационально ли на видеокарточке такое сделать.
какое ТЗ в общих чертах? вычисления офлайн/онлайн? какой жирины поток данных требуется обрабатывать?

Алгоритм и ТЗ скинул в файл

мда, вот на счёт реального мсштаба времени и под вин32 это наверное сложно. вообще из ТЗ не понял как вы организовали тракт данных на ПК. где-то есть буфферизация? если смотреть в сторону графического сопроцессора, то нужно учитывать, что это всё-таки плата расширения и гонять данные придётся через PCI-Express (~ 4ГБ/с при х16). естественно целесообразно гонять по ней большие массивыданных, потому что карточка работает по принципу SIMD (а точнее SPMD - single programm multiple data) то есть там стоит массив (десяток блоков) SIMD процессоров (по 16 голов в каждом) и естественно без параллелизации потоков данных игра не стоит свеч. может вы побольше расскажите как организована система, а то я обработкой сигналов не занимаюсь и в тему сходу въехать не могу

2CaPpuCcino
Буферизация есть на входе (принимается блок данных, осуществляется его преобразование к нужному формату и далее передается непосредственно на демодулятор). В самом демодуляторе работа организована потактно иначе не получится. Единственное где можно выиграть это только при фильтрации, когда осуществляется свертка входного сигнала с ИХ фильтра. Там как раз и обрабатываются довольно большие объемы данных на каждом такте и эти операции можно распараллелить. Во всех остальных местах обработка осуществляется на уровне элементарных арифметических операций и упростить их уже не получится. Вы с CODA сталкивались, какие впечатления от использования, стоит ли ее пробовать для оптимизации. Видяха есть в наличии ASUS nVidia 8800 GT. И спасибо за потраченное время

я вам своими словами пересказывать не буду, всё (что это архитектурно и как с этим работать) достаточно хорошо расписано на родном сайте http://www.nvidia.com/object/cuda_education.html (первые ссылки вообще видео тьюториалы). субъективные впечатления - в самом компиляторы есть незначительные глюки, но версии достаточно быстро обновляются (например в CUDA 1.1 компилер, кажись, спотыкался на многострочных макросах в 2.0 это уже убрали). алгоритмы с возможностью распараллеливания данных ускоряются раз в 10 без особой SIMD оптимизации за счёт распараллеливания на массиве мультипроцессоров SPMD. по синтаксису это Си надстроеный директивами и макросами, процесс привыкания от нескольких недель до месяца.