Признаюсь сам иногда подумываю о том что бы перебратся на нвидиа.
Аналог shared memory есть, но не такой удобный. Тоесть каждый тред имеет свою обобщённую память, в которую умеет писать, а читать может любую.
Действительно доступ только из ассемблера.
Эмуляция на проце есть, важный момент дебага. (но только для брук+)
Сравнивая API не сказал бы что одно из них богаче другого - фундаментальная разница лишь в возможности синхронизации потоков (у ати её нужно изобретать самому). АТИ в некоторых тестах быстрее, но для меня суть в том что просто дешевле гигафлопс.
Откровенно документация гораздо хуже. Отлажывать вызовы к рантайму сложно, так как человеческих ошибок он не возвращает.