NVIDIA CUDA Toolkit Überblick

Das NVIDIA CUDA Toolkit bietet eine Entwicklungsumgebung zur Erstellung von hochleistungsfähigen, GPU-beschleunigten Anwendungen. Mit dem CUDA Toolkit können Sie Ihre Anwendungen auf GPU-beschleunigten eingebetteten Systemen, Desktop-Workstations, Unternehmensrechenzentren, cloudbasierten Plattformen und HPC-Supercomputern entwickeln, optimieren und bereitstellen. Das Toolkit umfasst GPU-beschleunigte Bibliotheken, Debugging- und Optimierungstools, einen C/C++-Compiler und eine Laufzeitbibliothek zur Bereitstellung Ihrer Anwendung

GPU-beschleunigte CUDA-Bibliotheken ermöglichen eine sofortige Beschleunigung in mehreren Bereichen wie lineare Algebra, Bild- und Videoverarbeitung, Deep Learning und Graphanalytik. Für die Entwicklung benutzerdefinierter Algorithmen können Sie verfügbare Integrationen mit gängigen Programmiersprachen und numerischen Paketen sowie gut dokumentierte Entwicklungs-APIs nutzen. Ihre CUDA-Anwendungen können auf allen NVIDIA GPU-Familien bereitgestellt werden, die vor Ort und in GPU-Instanzen in der Cloud verfügbar sind. Mit den integrierten Funktionen zur Verteilung von Berechnungen über Multi-GPU-Konfigurationen können Wissenschaftler und Forscher Anwendungen entwickeln, die von einzelnen GPU-Workstations bis hin zu Cloud-Installationen mit Tausenden von GPUs skalieren.

Was ist neu in Version 10.13

Version 10.3:

Full log available here

CUDA 10.0 adds support for the Turing architecture (compute_75 and sm_75)
CUDA 10.0 adds support for new programming constructs called CUDA Graphs, a new asynchronous task-graph programming model that enables more efficient launch and execution. See the API documentation for more information
Warp matrix functions now support additional matrix shapes 32x8x16 and 8x32x16. Warp matrix functions also include the ability (experimental in CUDA 10.0) to perform sub-byte operations (4-bit unsigned, 4-bit signed and 1-bit) using the Tensor Cores
Added support for CUDA-Vulkan and CUDA-DX12 interoperability APIs
Added support for a new instruction nanosleep that suspends a thread for a specified duration
Added 6.3 version of the Parallel Thread Execution instruction set architecture (ISA). For more details on new (sm_75 target, wmma, nanosleep, FP16 atomics) and deprecated instructions, see this section in the PTX documentation
Starting with CUDA 10.0, the CUDA runtime is compatible with specific older NVIDIA drivers. A new package called "cuda-compat-" is included in the toolkit installer packages. For more information on compatibility, see the section in the Best Practices Guide
The following new operating systems are supported by CUDA. See the System Requirements section in the NVIDIA CUDA Installation Guide for Linux for a full list of supported operating systems

Ubuntu 18.04 LTS*
Ubuntu 14.04 LTS
SUSE SLES 15
OpenSUSE Leap 15

Added support for peer-to-peer (P2P) with CUDA on Windows (WDDM 2.0+ only)
Added a new CUDA sample to demonstrate multi-device cooperative group APIs
CUDA samples are now also available on GitHub: https://github.com/NVIDIA/cuda-samples
Added APIs to retrieve the LUID of CUDA devices (cuDeviceGetLuid)
Added cudaLimitMaxL2FetchGranularity in the device management APIs (cudaDeviceGetLimit) to set the maximum fetch granularity of L2 (in Bytes)
The cudaDeviceProp struct now includes the device UUID
Added support for synchronization across multiple devices with Cooperative Groups (cuLaunchCooperativeKernelMultiDevice) on Windows in TCC mode

Ältere NVIDIA CUDA Toolkit Versionen ansehen

NVIDIA CUDA Toolkit für Mac

NVIDIA CUDA Toolkit Überblick

Was ist neu in Version 10.13

NVIDIA CUDA Toolkit für Mac

Schreiben Sie Ihre Gedanken in unserem klassischen Kommentarfeld

(7 Rezensionen zu NVIDIA CUDA Toolkit)