NVIDIA CUDA Toolkit para Mac
Entorno de desarrollo para GPUs habilitadas para CUDA.
Gratis
Cuando compras a través de los enlaces de nuestro sitio, podemos recibir una comisión de afiliado
Resumen de NVIDIA CUDA Toolkit
El Kit de herramientas NVIDIA CUDA proporciona un entorno de desarrollo para crear aplicaciones aceleradas por GPU de alto rendimiento. Con el Kit de herramientas CUDA, puedes desarrollar, optimizar y desplegar tus aplicaciones en sistemas embebidos acelerados por GPU, estaciones de trabajo de escritorio, centros de datos empresariales, plataformas basadas en la nube y supercomputadoras HPC. El kit incluye bibliotecas aceleradas por GPU, herramientas de depuración y optimización, un compilador C/C++ y una biblioteca de tiempo de ejecución para desplegar tu aplicación
Las bibliotecas CUDA aceleradas por GPU permiten la aceleración instantánea en múltiples dominios como álgebra lineal, procesamiento de imágenes y videos, aprendizaje profundo y análisis de gráficos. Para desarrollar algoritmos personalizados, puedes utilizar integraciones disponibles con lenguajes y paquetes numéricos comúnmente utilizados, así como APIs de desarrollo bien publicadas. Tus aplicaciones CUDA se pueden desplegar en todas las familias de GPUs NVIDIA disponibles en las instalaciones y en instancias de GPU en la nube. Utilizando capacidades integradas para distribuir cálculos a través de configuraciones de múltiples GPUs, científicos e investigadores pueden desarrollar aplicaciones que escalen desde estaciones de trabajo de GPU únicas hasta instalaciones en la nube con miles de GPUs
Novedades de la versión 10.13
Versión 10.3:
Registro completo disponible aquí
- CUDA 10.0 añade soporte para la arquitectura Turing (compute_75 y sm_75)
- CUDA 10.0 añade soporte para nuevos constructos de programación llamados Gráficos CUDA, un nuevo modelo de programación de gráficos de tareas asíncronas que permite un lanzamiento y ejecución más eficientes. Consulta la documentación de la API para más información
- Las funciones de matriz Warp ahora soportan formas de matriz adicionales 32x8x16 y 8x32x16. Las funciones de matriz Warp también incluyen la capacidad (experimental en CUDA 10.0) de realizar operaciones de sub-byte (sin signo de 4 bits, con signo de 4 bits y de 1 bit) utilizando los Núcleos Tensor
- Se añadió soporte para las APIs de interoperabilidad CUDA-Vulkan y CUDA-DX12
- Se añadió soporte para una nueva instrucción nanosleep que suspende un hilo durante un tiempo especificado
- Se añadió la versión 6.3 de la arquitectura de conjunto de instrucciones de Ejecución de Hilos Paralelos (ISA). Para más detalles sobre nuevas instrucciones (objetivo sm_75, wmma, nanosleep, atomics FP16) y instrucciones obsoletas, consulta esta sección en la documentación de PTX
- A partir de CUDA 10.0, el tiempo de ejecución de CUDA es compatible con controladores NVIDIA más antiguos específicos. Un nuevo paquete llamado "cuda-compat-
" está incluido en los paquetes instaladores del kit de herramientas. Para más información sobre compatibilidad, consulta la sección en la Guía de Mejores Prácticas - Los siguientes nuevos sistemas operativos son compatibles con CUDA. Consulta la sección de Requisitos del Sistema en la Guía de Instalación de NVIDIA CUDA para Linux para una lista completa de sistemas operativos compatibles
- Ubuntu 18.04 LTS*
- Ubuntu 14.04 LTS
- SUSE SLES 15
- OpenSUSE Leap 15
- Se añadió soporte para peer-to-peer (P2P) con CUDA en Windows (solo WDDM 2.0+)
- Se añadió una nueva muestra de CUDA para demostrar las APIs de grupos cooperativos de múltiples dispositivos
- Las muestras de CUDA ahora también están disponibles en GitHub: https://github.com/NVIDIA/cuda-samples
- Se añadieron APIs para recuperar el LUID de los dispositivos CUDA (cuDeviceGetLuid)
- Se añadió cudaLimitMaxL2FetchGranularity en las APIs de gestión de dispositivos (cudaDeviceGetLimit) para establecer la granularidad máxima de recuperación de L2 (en Bytes)
- La estructura cudaDeviceProp ahora incluye el UUID del dispositivo
- Se añadió soporte para sincronización entre múltiples dispositivos con Grupos Cooperativos (cuLaunchCooperativeKernelMultiDevice) en Windows en modo TCC
NVIDIA CUDA Toolkit para Mac
Gratis
Versión 10.13
Escribe una reseña detallada sobre NVIDIA CUDA Toolkit
(7 reseñas de NVIDIA CUDA Toolkit)
Comentarios
Valoraciones de usuarios
May 22, 2015
Version: 6.0.37
Latest version is 7.0.36: http://www.nvidia.com/object/macosx-cuda-7.0.36-driver.html
Apr 16, 2014
Version: 5.5.20
Latest now is 6.0.37.
http://www.nvidia.com/object/macosx-cuda-6.0.37-driver.html
Jan 19, 2011
Version: 3.2
While NVidia is constantly moving CUDA forward (kudos to them), and it is found in many pieces of software making real differences to end users (After Effects, Matlab etc.), Apple and Khronos are sat twiddling their thumbs doing nothing with OpenCL. I'm all for open standards, but OpenCL is such a dead duck. Sadly, Apple Mac Pros currently come with ATI cards and thus no software support from major vendors for computing on the GPU...