chiudi

Non sei ancora registrato? Cosa aspetti, corri a farlo QUI !!

LOGIN / JOIN !
REVIEW
Registrati
Reviews
Forum

Translate!

English Chinese (Simplified) French German Japanese

Newsletter: iscriviti!

Devi prima registrarti per poterti iscrivere ad una newsletter.
No account yet? Register

Statistiche

statistiche contatore

Siti Amici

Nvidia annuncia CUDA 5: più librerie, più funzionalità, più parallel computing

Valutazione attuale: / 0
ScarsoOttimo 

Nvidia_CUDA_5

Nvidia annuncia CUDA 5, che semplifica ulteriormente la programmazione con la piattaforma per il Parallel Computing tra le più pervasive del mondo. Disponibile per il download gratuito, la nuova versione offre strumenti, librerie e funzionalità che incrementano la produttività degli sviluppatori.

CUDA è l'ambiente per il parallel computing di Nvidia, che assicura un significativo incremento delle performance sfruttando la potenza delle GPU. Nvidia ha reso da poco disponibile Nvidia CUDA 5, la nuova potente versione della piattaforma per il parallel computing, nonché modello di riferimento per la programmazione, l'accelerazione scientifica e la progettazione su GPU, che può essere scaricata gratuitamente dal sito Nvidia Developer Zone.

Con oltre 1.5 milioni di download e supporto a più di 180 applicazioni primarie nell'ambito ingegneristico, scientifico e commerciale, CUDA rappresenta per gli sviluppatori la modalità più popolare per trarre vantaggio dal computing basato su GPU.

In virtù di questo successo, le nuove funzionalità di CUDA 5 rendono lo sviluppo di applicazioni accelerate da GPU più veloci e semplici che mai, compreso il supporto al parallelismo dinamico, alle GPU-callable libraries, alle GPUDirect per RDMA (remote direct memory access) e all'integrated development environment (IDE) Nvidia Nsight Eclipse Edition.

Gli sviluppatori che hanno provato la pre-release di CUDA 5 hanno riferito di un deciso incremento nell'accelerazione delle applicazioni e una programmabilità ulteriormente migliorata.

Nvidia_CUDA_5

La difesa e l'industria aerospaziale si sono rese conto dei benefici delle accelerazioni con CUDA nel processare immagini, video e sensor data, come ad esempio per i radar. Secondo Dustin Franklin, GPGPU applications engineer di GE Intelligent Platforms a Charlottesville, Virginia, “CUDA 5 è una tecnologia importante per noi. Molte delle applicazioni che utilizziamo prevedono lo streaming sensor data a bassa latenza direttamente sulla GPU e per questo il supporto alle GPUDirect per RDMA delle nuove GPU Kepler è incredibilmente importante per i nostri clienti. Abbiamo già integrato il supporto per molti dei nostri sensori e siamo molto soddisfatti dei risultati".

Guillaume Belz, un ricercatore biochimico del Lyon University Hospital di Lione in Francia ha utilizzato il parallelismo dinamico e le GPU-callable libraries per analisi complesse e per il data mining. “Con l'accelerazione su GPU, possiamo ottenere in ore risultati su progetti che solitamente richiedevano settimane o persino mesi con le sole CPU. Senza l'accelerazione su GPU, questo tipo di analisi non sarebbero fattibili”, ha affermato Belz.

CUDA 5 consente agli sviluppatori di trarre vantaggio dalle performance delle GPU Nvidia, inclusi gli acceleratori basati su GPU Nvidia Kepler – l'architettura per il computing più veloce, efficiente e ad alte performance mai realizzata. Le funzionalità chiave includono:

  • Parallelismo dinamico – Porta l'accelerazione su GPU a nuovi algoritmi: i GPU threads possono dinamicamente produrre nuovi thread, consentendo alla GPU di adattarsi ai dati. Minimizzando la comunicazione con la CPU, il parallelismo dinamico semplifica sensibilmente la programmazione parallela. E consente l'accelerazione su GPU di un'ampia serie di famosi algoritmi, come quelli utilizzati per l'adaptive mesh refinement e le applicazioni computazionali per la fluido dinamica.
  • GPU-Callable Libraries: una nuova libreria CUDA BLAS consente agli sviluppatori di utilizzare il parallelismo dinamico per le loro GPU-callable Libraries. Possono progettare plug-in API che permettono ad altri sviluppatori di estendere le funzionalità dei loro kernel e implementare callback sulla GPU per personalizzare le funzionalità delle GPU-callable Libraries di terze parti. La capacità di “object linking” offre un processo efficiente per lo sviluppo di applicazioni su GPU, consentendo agli sviluppatori di compilare file sorgenti CUDA multipli in object file separati e unirli in applicazioni più grandi e a librerie.
  • Supporto GPUDirect per RDMA: la tecnologia GPUDirect permette la comunicazione diretta tra GPU e altri dispositivi PCI-E e supporta l'accesso diretto alla memoria tra la GPU e le schede di rete. Riduce significativamente anche la latenza MPISendRecv tra i nodi GPU in un cluster e migliora le performance complessive.
  • Nvidia Nsight Eclipse Edition: consente ai programmatori di sviluppare, effettuare il debug e profilare le applicazioni GPU nell'ambito Eclipse-based IDE su piattaforma Linux e Mac OS X. Un editor e sample CUDA integrati velocizzano la generazione di codice CUDA e il refactoring automatico di codice consente di fare il porting facilmente su kernel CUDA. Un sistema integrato offre analisi delle performance automatiche e guida step-by-step per rimediare ai colli di bottiglia nel codice, mentre l'evidenziazione della sintassi rende più semplice differenziare il codice GPU da quello CPU.

Per aiutare gli sviluppatori a massimizzare il potenziale del parallel computing con la tecnologia CUDA, Nvidia ha lanciato un centro risorse online gratuito per i programmatori CUDA a questo indirizzo: http://docs.Nvidia.com. Il sito offre le ultime informazioni sulla piattaforma CUDA e sul modello di programmazione, così come l'accesso alle tecnologie e documentazione per tutti gli sviluppatori CUDA, compresi strumenti, esempi di codice, librerie, API e guide per la programmazione.

Nvidia_CUDA_5

 

FONTE: Nvidia press release

Commenti (0)add comment

Scrivi commento
più piccolo | più grande

busy

Articoli correlati:
Articoli più recenti:
Articoli meno recenti: