Luego del preview para desarrolladores lanzado previamente, NVIDIA ha lanzado la versión oficial de su entorno de desarrollo para aplicaciones de cómputo paralelo y aceleración de aplicaciones científicas y de ingeniería basadas en computo en GPU o GPGPU con NVIDIA CUDA 5.0, la más reciente versión que viene con una serie de cambios para ajustarse a los últimos lanzamientos y desarrollos de la industria en cómputo de alto rendimiento, especialmente los últimos productos basados en la arquitectura «Kepler».
La nueva versión de CUDA 5 está disponible tanto para Windows XP, Windows Vista, Windows 7 y Windows 8 en sus ediciones de 32 y 64-bit, también está disponible para Linux 32 y 64-bit (Fedora, RHEL, Ubuntu, SUSE, openSUSE y MAC OS X.
Esta nueva versión de CUDA se actualiza desde CUDA 4.0 lanzado en enero de 2011, en virtud de sacar el máximo provecho de los últimos lanzamientos de NVIDIA en el mercado de las tarjetas gráficas, tarjetas profesionales y aceleradores cómputo basados en su arquitectura “Kepler”, como por ejemplo sus aceleradores Tesla K10 y K20 o sus tarjetas profesionales NVIDIA Quadro K5000 y Quadro K5000M, e incluso sus tarjetas graficas NVIDIA GeForce GTX 680/690 series.
CUDA 5.0 brinda una serie de nuevas características para programación que hacen el desarrollo de aplicaciones aceleradas por GPU más rápido y fácil que nunca, según NVIDIA, incluyendo soporte para características como dynamic parallelism, una de las principales mejoras de CUDA 5 y que permite que operaciones multi-hilo ser controladas dentro de la GPU en lugar de ser administradas por la GPU, esto de manera totalmente dinámica, simultanea e independiente, estos brinda un enorme impulso en el rendimiento y eficiencia, algo que ya comentamos en esta nota.
Otras característias tenemos, GPU-callable libraries, soporte de NVIDIA GPUDirect para RDMA (remote direct memory Access) y la integración de NVIDIA Nsight Eclipse Edition, entre otras.
New CUDA 5 Features
CUDA 5 enables developers to take full advantage of the performance of NVIDIA GPUs, including GPU accelerators based on the NVIDIA Kepler compute architecture — the fastest, most efficient, highest-performance computing architecture ever built. Key features include:● Dynamic Parallelism – Brings GPU acceleration to new algorithms
GPU threads can dynamically spawn new threads, allowing the GPU to adapt to the data. By minimizing the back and forth with the CPU, dynamic parallelism greatly simplifies parallel programming. And it enables GPU acceleration of a broader set of popular algorithms, such as those used in adaptive mesh refinement and computational fluid dynamics applications.● GPU-Callable Libraries – Enables third-party ecosystem
A new CUDA BLAS library allows developers to use dynamic parallelism for their own GPU-callable libraries. They can design plug-in APIs that allow other developers to extend the functionality of their kernels, and allow them to implement callbacks on the GPU to customize the functionality of third-party GPU-callable libraries. The «object linking» capability provides an efficient and familiar process for developing large GPU applications by enabling developers to compile multiple CUDA source files into separate object files, and link them into larger applications and libraries.● GPUDirect Support for RDMA – Minimizes system memory bottlenecks
GPUDirect technology enables direct communication between GPUs and other PCI-E devices, and supports direct memory access between network interface cards and the GPU. It also significantly reduces MPISendRecv latency between GPU nodes in a cluster and improves overall application performance.● NVIDIA Nsight Eclipse Edition – Generate CUDA code quickly and easily
NVIDIA Nsight Eclipse Edition enables programmers to develop, debug and profile GPU applications within the familiar Eclipse-based IDE on Linux and Mac OS X platforms. An integrated CUDA editor and CUDA samples speed the generation of CUDA code, and automatic code refactoring enables easy porting of CPU loops to CUDA kernels. An integrated expert analysis system provides automated performance analysis and step-by-step guidance to fix performance bottlenecks in the code, while syntax highlighting makes it easy to differentiate GPU code from CPU code.New Online CUDA Resource Center
To help developers maximize the potential of parallel computing with CUDA technology, NVIDIA has launched a free online resource center for CUDA programmers at https://docs.nvidia.com. The site offers the latest information on the CUDA platform and programming model, as well as access to all CUDA developer documentation and technologies, including tools, code samples, libraries, APIs, and tuning and programming guides.CUDA Registered Developer Program
Parallel programmers are invited to join the free CUDA Registered Developer Program for early access to software releases, tools and resources. Visit https://www.nvidia.com/paralleldeveloper for more information.
Descargas y más informacion en: NVIDIA Developer Zone