Üks põhjusi, miks Apple rakendab Snow Leopardis OpenCL-tehnoloogiat, on kasvav nõudlus arvuti võimsuse järele teadusrakendustes, näiteks matemaatika, tehnika, astronoomia, keemia ja bioloogia. Kasutades tänapäevast arvuti GPU-d teise protsessorina, teame juba, et mis tahes rakenduse rakendamisel on töötlemisvõimsuses võimalik saavutada tohutut kasu, mis on kasulik kõigile kasutajatele.
Kuid teaduslikel eesmärkidel nõudlikumates rakendustes on teadlased leidnud kaasaegsete GPU-de kasutamisel üldiseks andmetöötluseks väga suurt jõudlust. Artikkel, mille hiljuti tootis MacResearch.org tõestage see astronoomilise tarkvaraga tehtud simulatsioonide tulemuste tutvustamisega, mille eesmärk on reaalajas graafikute modelleerimise abil visualiseerida füüsilisi efekte.
Testimisel kasutati 16 GB muutmäluga IBM Blade QS22, AMD Phenomi protsessorit neljatuumaline Lisaks NVIDIA Tesla C1060 GPU-le vastavalt 2,5 GHz ja kaks 3,2 GHz Cell BE protsessorit. Selle riistvara abil on teatud rakendused, mis on komponeeritud kahe Cell kiibi eeliseks, graafiliste tulemuste esitamiseks 25 korda kiiremini kui protsessoril, mis töötleb kõik ise. Sama tarkvara on kompileeritud Tesla GPU-ga töötamiseks ja on sama ülesande täitmisel 4% kiirem kui Cell-kiip.
Selliseid jõudluse täiustusi näeb harva, kui töötate rakendustega, mis on teatud tüüpi riistvara kasutamiseks väga optimeeritud, kuid ei peatu: kui võrrelda patenteeritud tehnoloogiaid paralleelse arvutamise jaoks (näiteks NVIDIA CUDA), on OpenCL ka pisut kiirem. See on ettevõtete ja teaduskeskuste jaoks väga huvitav, eriti kui arvestada, et OpenCL-i saab kasutada mitte ainult Mac OS X Snow Leopardis, vaid ka Linuxi süsteemides (nagu ülaltoodud testi puhul) ja Windowsis.
