これらはBOINCクライアント上でCUDAを利用する。

SETI@Home

MilkyWay@home

GPUGRID (PS3GRID)

AQUA@home

Folding@Home（このプロジェクトのみ、オリジナルのクライアントで動作）

MATLAB

MATLABとのコラボレーションもサポートされている。MATLABではParallel Computing Toolboxを介してGPUを使用できる[62]。重いプログラムスクリプト実行の高速化に寄与する。ただしCUDAの初期化およびメインメモリ-VRAM間のデータ転送に時間がかかるため、短いスクリプトの場合は逆にトータル処理時間でみるとCPUだけ使用するときよりも遅くなる場合もある。Intel Xeon X5650を使った場合と比べて、NVIDIA Tesla C2050を使うことでFFTが最大3.5倍高速化されたとの説明がある[63]。
OpenCV

OpenCV 2.2[64]でCUDAを使ったアクセラレータであるgpuモジュールが追加された。OpenCV 3.0ではcudaモジュールに改称された。
脚注
注釈^ 2023年現在、これらのブランドは消失してNVIDIAブランドに統合されているものもあるが、便宜上ここでは旧ブランド名を用いている。
^ Keplerアーキテクチャ採用。
^ macOS 10.14以降ではCUDAドライバーがインストールできなくなっているため、旧バージョンの利用も不可能である。

出典^ Release Notes :: CUDA Toolkit Documentation
^ NVIDIA CUDA Toolkit Release Notes
^ NVIDIA CodeWorks for Android 。NVIDIA Developer
^ NVIDIA GameWorks Documentation - NVIDIA CUDA for Android
^ What Is CUDA 。NVIDIA Official Blog
^ Accelerated Computing 。NVIDIA Developer
^ ⇒開発者向けのCUDA並列コンピューティングプラットフォーム 。NVIDIA
^ 第3回 CUDAとGPUコンピューティングの広がり 。Think IT
^ 日経エレクトロニクス 2007/10/8 「プロセサはマルチ×マルチへ」
^ ⇒第７回　CUDAプログラミングモデル② 。G-DEP:
^ HPCシンポジウムで見えたTSUBAME2.0の設計思想 (1) ポストペタスケールへ向けGPUをどう活用していくのか
^ ⇒第６回　CUDAプログラミングモデル① 。G-DEP
^ ⇒Press Release 。NVIDIA
^ ⇒NVIDIA CUDA 1.0、GPUコンピューティング向けに機能を強化 。NVIDIA
^ 並列プログラミング規格「OpenCL 1.0」が標準として批准 ? ＠IT
^ 西川善司の3Dゲームファンのためのグラフィックス講座。台頭するDirectCompute技術 - GAME Watch
^ ⇒NVIDIA GPUコンピューティング応用事例のご紹介
^ 【GTC2014】NVIDIA、基調講演でCUDAを自動車にもたらす開発キット「JETSON TK1」の提供開始など発表 / NVLink、3Dメモリで、帯域幅問題を解消する新GPU「Pascal（パスカル）」も計画 - Car Watch
^ CUDA プロジェクト 。CLion
^ cuBLAS - NVIDIA CUDA ZONE
^ cuFFT - NVIDIA CUDA ZONE
^ Thrust - NVIDIA CUDA ZONE
^ ⇒NVIDIA Pushes CUDA 7 RC With C++11 Features, Runtime Compilation - Phoronix
^ ⇒The Power of C++11 Programming in CUDA 7 。Parallel Forall
^ ⇒CUDA 8 PERFORMANCE OVERVIEW - November 2016, NVIDIA
^ CUDA 8.0 新機能のご紹介 - GTC Japan 2016
^ ⇒NVIDIAのCUDAアーキテクチャGPUにおけるFortranサポート
^ ⇒PGI CUDA Fortran のコンパイル・オプション
^ CUDA LLVM Compiler 。NVIDIA Developer
^ “CUDA-X”. NVIDIA Developer. 2024年3月11日閲覧。
^ ⇒第3回 CUDAとGPUコンピューティングの広がり 。Think IT（シンクイット）
^ ⇒CUDA 7.5: Pinpoint Performance Problems with Instruction-Level Profiling 。Parallel Forall
^ ⇒コンパイラ、そしてもっと：アクセラレーター・プログラミング
^ ⇒Faster Parallel Reductions on Kepler 。