有关PS3的话题似乎与今天访谈的主题远了一些。笔者提及，Intel在上海的IDF上目前花费了大量时间讨论了一个产品， Larrabee，不过更令大家感兴趣的是Intel的Ct，线程编程模型（threaded programming model）引起了广泛的讨论。笔者问David，Intel的Ct.与NVIDIA的CUDA之间有无相似之处？
“我认为这是相当有趣的，但是我现在还看不到Ct.的任何优势”，
David
Kirk回答，“它的原理看上去与CUDA异曲同工，Ct.模式底层架构要求非常多的effort去编写Ct 代码。”
“C++语言是一个巧妙的代码语言，但是有很多编程人员不用C++来写代码，……而且相当编程人员甚至不用C语言代码。“David解释道，“其实C语言是一中简单的代码去实现CUDA计算，如果像Ct这样基于CUDA上面一层的，它将会使整个运算更复杂，而且我不能确认的是，在同样的时间Ct是否能把工作变得更简单——我想Ct.是一种挑战！”
“尽管Ct有大量的设想空间，但是短期内我不认为Ct.会有很大作为。Ct的整个template library approach（模板）在编程考试中相当流行，但是在商业公司中却并不受欢迎。”
我觉得David上门说得有点太笼统，而且有点以偏盖全，于是要求他把这个解释清楚一些。“当然，不可否认，Ct在一部分商业公司还是受欢迎的，但是不是一些大型的公司，对于我们谈论所涉及的全部编程人员来说，Ct仅是一部分人会采用。”
“Ct不受欢迎，这是为什么呢？”笔者发问。
“它含有更多的包(Baggage)而且更复杂，举个例子来说，如果CT语言能够简化10倍，将会有成千上万倍的用户去使用它。“”他解释道，“Oh。。。同时，CUDA以后也将支持C++语言，这仅仅是多增加一些更多开发工具的问题。至于加入支持C++语言的原因，也仅仅是少部分人的要求，大部分开发人员并没有要求。”
接下来到了吃饭时间……等David吃饱了以后，我们决定逼他谈谈对Intel Ct的看法。这个问题在之前的演讲中，不少高校的研究者也问过，NVIDIA到底如何回应傲慢的对手（Intel）呢？
“Oh，yes”他说到，“首先，Intel掌握并引导未来的一个CPU并行计算（parallel programming）可能性，Ct是在此基础上的另外一种尝试。如果你感兴趣去研究Intel网页上的研究论文，你会发现，要想完成这样的宏大工程，Intel有至少30件类似的项目在进行研究。”
“我们已经做出了一个选择，为CUDA投入了大量的时间和金钱，我们对CUDA非常自信，因为对大部分用户而言它是一个非常不错的选择。像前面部分用户关心的CPU在CUDA下的通用代码问题，我们也在试着解决，并会最终带给实际的用户。”
“例如，部分人曾经表示希望GUDA能够兼容CPU运行——事实上我们能够做到并且正在增加这部分的代码编写工作，这说明我们会充分考虑用户的需求，尽量去逐字节实现他们的要求 。我现在不能确定CT能带来怎么样的具体特征，Intel是否将之视为一个完整的产品？是否已经准备好了未来10年的产品支持？但NVIDIA做出这方面的承诺，我们目前的G9X以及未来的产品都会对CUDA的支持。”
CUDA所提供的最重要的创新在于，它使得工作在GPU上的线程可以协作解决问题。在线程间通讯实现以后，CUDA将允许应用程序更加高效的执行。由NV GPUs的支持，CUDA有一个直接在GPU上的并行计算缓存，它用于保存频繁使用的信息。在GPU上保存信息可以让计算线程即刻得到共享数据而不是去漫长的等待off-chip的DRAM上的数据。它能让用户实时的计算出复杂问题的答案。
