新闻中心

当前位置 > 新闻中心> 电脑办公 > CPU > Python支持NVIDIA CUDA: GPU加速的计算惠及...
Python支持NVIDIA CUDA: GPU加速的计算惠及新一代程序员
2013-03-19 17:52:00   编辑:sunshine   点击可以复制本篇文章的标题和链接
 
让小伙伴们也看看:
收藏文章

2013年3月18日—美国加利福尼亚州圣何塞—GTC 2013—NVIDIA今天宣布,日益壮大的Python 开源语言程序员队伍现在可以通过利用NVIDIA® CUDA® 并行编程模型,在其高性能计算 (HPC) 与大数据分析应用程序中充分利用GPU加速。

Python 易学易用,用户超过 300 万人,是世界上十大编程语言之一。该语言让用户能够编写出充分体现用户算法理念的高级软件代码,而无需钻研编程细节。Python广泛的库与先进的特性使其十分适合各种HPC学科、工程以及大数据分析等应用。

对NVIDIA CUDA的支持是通过NumbaPro实现的,它是Continuum Analytics公司全新Anaconda Accelerate 产品中的一款 Python 编译器。

Continuum Analytics联合创始人兼首席执行官Travis Oliphant表示: “成千上万的Python 程序员现在能够利用GPU加速器来在其应用程序上提升性能。在NumbaPro中,程序员可以鱼与熊掌兼得: 凭借NVIDIA GPU的高性能,他们能够利用Python 的灵活性与高生产率。”

通过LLVM 拓宽通向加速计算的道路

在GPU加速的应用开发方面,这一全新的支持是NVIDIA把CUDA编译器源代码贡献给LLVM核心与并行线程执行后端的结果。LLVM 是一种应用广泛的编译器基础架构。

Continuum Analytics 的Python 开发环境利用LLVM和NVIDIA CUDA编译器软件开发包来为Python程序员提供GPU加速的应用程序功能。

LLVM的模块化设计让语言和库设计师能够轻松地将GPU加速支持增添到Python 等各种通用语言中,也可以增添到特定领域的编程语言中。LLVM 高效而适时的编译功能让开发者能够针对各种架构即时编译Python等动态语言。

斯坦福大学化学系、结构生物学系以及计算机科学系教授 Vijay Pande 指出: “我们的研究团队一般会用 Python 语言为新理念和新算法开发原型设计与迭代,一旦证明该算法有效,然后就用C或C++ 重新编写这一算法。Python中的CUDA支持让我们能够编写出高性能代码,同时还能保持Python所提供的高生产率。”

Anaconda Accelerate 可用于Continuum Analytics 的Anaconda Python 产品,同时也是基于Wakari 浏览器的数据探索与代码开发环境的一部分。

文章纠错

微信公众号搜索"驱动之家"加关注,每日最新的手机、电脑、汽车、智能硬件信息可以让你一手全掌握。推荐关注!【微信扫描下图可直接关注

阅读更多:默认

好文共享:
收藏文章

文章观点支持

当前平均分:0(0 次打分)
热门评论
热门文章