Respostas:
Boa pergunta. Embora http://gpgpu.org seja um bom recurso, é bastante geral (o primeiro G significa Geral, afinal). Procurando lá por GIS, recebo apenas um hit de 2004 , que tem um link para um artigo que é 404.
O distribuidor é o único fornecedor que estou ciente de aproveitar a GPU para GIS .
Poupa com certeza parece interessante, que também administra o CUDA.NET .
Parte da apresentação do DevSummit do ESRI Applications Prototype Lab estava na GPU para GIS.
O link do vídeo parece estar bloqueado, mas uma postagem longa no blog contém um bom resumo e uma introdução à computação em GPU e GIS.
Além disso, a Azavea (anteriormente Avencia) ganhou alguns subsídios da NSF para investigar mais essa área, e eles têm uma série de postagens no blog que parecem ser atualizadas regularmente (última postagem em 7 de julho)
Uso o Manifold GIS há anos e, embora às vezes seja alvo de escárnio por várias razões, o software é bastante impressionante. A versão atual (8.0.18 no momento da redação) usa o CUDA para acelerar as operações de superfície em aproximadamente 100x. A tão esperada versão 9 promete melhorar esse nível de aceleração e ampliar o escopo de seu impacto. Existe um webcast interessante, visível no site da Nvidia, sobre o que o Manifold fez e para onde está indo ( aqui ). Eles estão na vanguarda dessa tecnologia, aplicada ou não ao GIS. Mais pontos de bônus: capacidade nativa de 64 bits e versões que variam de US $ 250 a menos de US $ 1000
Mesmo se tudo o que você fizer é processar raster, ele se paga em poucas horas.
Há algum trabalho experimental para transportar partes do GDAL para usar a GPU, via OpenCL . Veja, para progresso, este e-mail recente .
O código-fonte pode ser instrutivo.
Uma palavra-chave inicial para você é GPGPU. Você pode pegar um livro GLSLou HLSLquais são os respectivos idiomas / plataformas para OpenGL e DirectX. Você poderia usar plataformas de computação proprietárias como Nvidia CUDAou AMD CTM. Mas se você quiser uma dica de sanidade, consulte os novos padrões OpenCL.