我第一次接触GPGPU是通过CUDA使用我的(现在老化的)NVIDIA 9800GT 512MB。这些天我的GPU好像不太好用。
我对OpenCL特别感兴趣，而不是CUDA或StreamSDK，尽管一些关于这些是否仍然值得追求的信息会很好。
我的预算大约是150英镑加/减50英镑。我有点不知道gpu最适合科学计算(特别是流体模拟和3D医学图像处理)。 如果ATI和NVIDIA真的如此不同，那么比较它们可能也会有所帮助。[我也很有兴趣听到任何关于使用GPGPU功能的游戏的建议，但这是科学计算潜力的一个小问题。]
当涉及到评估内存速度、时钟速度、内存容量等的利弊时，我也有点迷失了，所以任何关于这些更技术性方面的信息都将是非常感谢的。
欢呼。
如果你打算完全关闭OpenCL作为要求，我会说你去ATI，因为他们有一个发布版本的OpenCL 1.1驱动程序，而nVidia在规范发布时几乎立即有测试版驱动程序，但从那以后就没有更新过，他们有一些bug从我在nVidia开放OpenCL论坛上读到的。
我个人选择英伟达，因为它给了我所有的选择。你真的应该看看CUDA。这是一种使用通用语言来利用GPU和CPU的更有效的方法。在未来，微软针对c++的AMP语言扩展将以一种更加平台无关的方式提供与CUDA相同的方法，我相信到那时它将比CUDA更被社区广泛采用。
选择英伟达的另一个原因是，自从英伟达大力推动GPGPU计算以来，高性能计算系统制造商一直在构建系统，因为它较少得到AMD/ATI的支持。这个阵营对特斯拉的阵容确实没有答案。甚至亚马逊EC2也提供了基于Tesla的GPU计算集群。因此，如果你想在台式机以外的领域拓展和扩大规模，我认为英伟达是一个更好的选择。