NVIDIA pone CUDA en tercera marcha - Calendae | Informática, Electrónica, CMS, Ciberseguridad

NVIDIA pone CUDA en tercera marcha

Hola otra vez. Soy Simón Sánchez y esta vez vamos a hablar sobre NVIDIA pone CUDA en tercera marcha

Anticipándose al próximo lanzamiento del producto Fermi Tesla, NVIDIA ha lanzado el kit de herramientas CUDA 3.0. Además de la compatibilidad con el silicio Fermi, el software viene con una serie de otras ventajas de GPGPU diseñadas para facilitar la tarea de la informática GPU general. El nuevo conjunto de herramientas se anunció el viernes pasado en un entrada en el blog en el sitio web de la empresa.

NVIDIA ha desarrollado metódicamente un ecosistema de software junto con el silicio de GPU desde que introdujo la arquitectura CUDA en 2007. CUDA 3.0 es la tercera revisión importante de su pila de software de computación GPU. Las dos primeras versiones de CUDA despertaron suficiente interés entre los primeros usuarios como para mostrar el potencial de la GPGPU en la computación de alto rendimiento y las aplicaciones de visualización avanzadas. Según Sanford Russell, gerente general de computación GPU de NVIDIA, la idea detrás de CUDA 3.0 es llegar a los desarrolladores tradicionales. «Al principio fue el valiente, luego fue el inteligente, luego fue el talento», dice Russell. «Y ahora estamos tratando de llegar al mercado masivo de programadores».

Afortunadamente para NVIDIA, tienen un buen comienzo. Las descargas para CUDA Toolkit 2.0, 2.1 y 2.2 se estabilizaron entre 80.000 y 120.000. Pero CUDA 2.3, presentado en julio, ya ha alcanzado las 160.000 descargas y agrega nuevos usuarios a un clip de 20.000 meses, sin señales de estabilizarse. Russell atribuye esto a una serie de factores, incluida la combinación correcta de funciones de software y el compromiso agresivo de los desarrolladores y socios de GPGPU. En apoyo de este último punto, CUDA ahora se enseña en más de 300 universidades de todo el mundo.

Quizás aún más importante para la popularidad de la versión 2.3 es el hecho de que los procesadores compatibles con CUDA comenzaron a estar ampliamente disponibles en computadoras portátiles y portátiles en 2009, aumentando significativamente la base de usuarios potenciales para la computación GPU. NVIDIA estima que se han instalado más de 180 millones de GPU con arquitectura CUDA. «Ser omnipresente es algo realmente bueno», señala Russell.

Con el equipo Fermi Tesla Serie 20 a solo unas semanas de su lanzamiento oficial, NVIDIA quiere asegurarse de que los nuevos productos tengan soporte de software para atraer desarrolladores. Para aprovechar las nuevas características de Fermi, el Toolkit 3.0 agrega enlaces de procesamiento nativos de 64 bits, soporte de espacio de direcciones genérico, informes ECC, soporte de DMA dual y ejecución concurrente del kernel. También se incluye la programación orientada a objetos para C ++, especialmente la herencia de clases y modelos.

Aunque las nuevas ofertas de Tesla basadas en Fermi estarán disponibles para pedidos en abril, los envíos reales de hardware se producirán más adelante en el segundo trimestre. Esto debería permitir a los usuarios finales de HPC comenzar a desarrollar CUDA 3.0 durante mucho tiempo. Como Fermi representa la primera GPU con una sustancial capacidad de coma flotante de doble precesión (alrededor de medio teraflop por procesador) más soporte para memoria ECC, NVIDIA está posicionando la nueva plataforma como un cambio de juego para las aplicaciones informáticas técnicas. . Obtener soporte de software frente al hardware será especialmente importante para los usuarios de HPC que deseen implementar sistemas acelerados de Fermi más adelante en 2010.

NVIDIA también está presionando mucho para asegurarse de que los desarrolladores de GPU tengan herramientas que sean fáciles de programar. En Windows, el entorno de desarrollo Parallel Nsight (anteriormente llamado «Nexus») combina la programación de CPU y GPU dentro del popular conjunto de herramientas de Visual Studio. Nsight encapsula un depurador, analizador e inspector de gráficos de código fuente y será compatible con CUDA C, OpenCL, DirectCompute, Direct3D y OpenGL. Actualmente en versión beta, NVIDIA afirma que más de 5,000 desarrolladores se han registrado hasta ahora.

El soporte de Linux está menos desarrollado, lo que refleja el hecho de que no existe una contraparte de Visual Studio en el sistema operativo de código abierto. Hay disponibles un depurador y un monitor de memoria compatibles con CUDA, pero aún no ha aparecido una plataforma de desarrollo genérica. Se dice que Fixstars, que introdujo una distribución comercial de Linux CUDA a principios de este mes, está trabajando en una integración de Eclipse.

A nivel de biblioteca, ahora está disponible un conjunto completo de rutinas BLAS, incluido el soporte para números complejos. También están interviniendo desarrolladores independientes. Jack Dongarra de la Universidad de Tennesse y EM Photonics están trabajando de forma independiente en las versiones aceleradas de CUDA de LAPACK, que avanzarán en el caso de GPGPU en una gama de aplicaciones de HPC, incluida la simulación electromagnética, la simulación de antena, QCD y códigos de tipo. similar.

NVIDIA también ha actualizado su OpenCL SDK, agregando funciones avanzadas para filtrado de imágenes, soporte de doble precisión e interoperabilidad de gráficos entre OpenCL, Direc3D9, Direct3D10 y Direct3D11 para una visualización de alto rendimiento. También se ha incluido soporte de bajo nivel para archivos direccionables por bytes, nuevas operaciones atómicas y desenrollado de pragma. Dado que OpenCL se incluye con los controladores estándar de NVIDIA, los usuarios no necesitan descargar el kit de herramientas CUDA para obtener la implementación actualizada.

Además de las actualizaciones para CUDA C / C ++ y OpenCL, el nuevo kit de herramientas también incluye una serie de otros cambios diseñados para llevar la computación GPU al siguiente nivel. Una lista completa de funciones, controladores y compatibilidad con idiomas, así como todos los enlaces de descarga, están disponibles en NVIDIA. Sitio para desarrolladores de CUDA 3.0. Puede ver demostraciones en video de Parallel Nsight (con música, nada menos) aquí.

Puedes compartir en en tu Twitter y Facebook para que tus colegas lo lean

??? ? ? ???

Comparte