GPGPU在传感器处理，图形图像处理等应用中具有很大优势，它需满足同时处理大量事实数据，而并行处理数据比串行处理更有优势。

GPGPU技术最吸引人之处在于，高性能应用将被部署在很小体积的平台之上，相比传统解决方案它具有更小的发热量和功耗。它是车载系统的理想选择。

最重要的是：CUDA是用于GPU计算的开发环境，它是一个全新的软硬件架构，可以将GPU视为一个并行数据计算的设备，对所进行的计算进行分配和管理。。它包含了CUDA指令集架构（ISA）以及GPU内部的并行计算引擎。 开发人员现在可以使用C语言来为CUDA™架构编写程序，C语言是应用最广泛的一种高级编程语言。所编写出的程序于是就可以在支持CUDA™的处理器上以超高性能运行。

在将来，针对GPU应用的开发将由Khronos工作组的OpenCL framework来完成，这是第一款针对CPU,GPU及其他类型处理器的开放式开发平台。他包括了编写内核所需的语言，定义了用于控制平台的API，还提供了基于任务和基于数据的并行算法。

第一款将CUDA技术带入嵌入式计算领域的产品是GE智能平台的3U VPX GRA111。他配备了NVIDIA公司的 GT240 GPU.