informacje prasowe

Wsparcie architektury NVIDIA CUDA w języku programowania Python

19 marca 2013, 08:50 NVIDIA PL

Znajdujesz się w sekcji Informacje prasowe. Zamieszczone tutaj materiały zostały opracowane przez firmy niezwiązane z redakcją PCLab.pl czy Ringier Axel Springer Polska sp. z o.o.. Redakcja PCLab.pl nie ponosi odpowiedzialności za treść poniższej publikacji.

Akceleracja obliczeń z wykorzystaniem procesorów graficznych dostępna jest dla kolejnej generacji programistów. Zwiększenie produktywności języka Python zwiastuje nowe aplikacje dla obliczeń wielkoskalowych oraz służących analizie dużych ilości danych.

Akceleracja obliczeń z wykorzystaniem procesorów graficznych dostępna dla kolejnej generacji programistów

NVIDIA poinformowała dziś, że programiści piszący w języku Python mogą od teraz korzystać z funkcji akceleracji przez akceleratory graficzne opartych na modelu programowania równoległego NVIDIA CUDA.

Python jest językiem łatwym do przyswojenia i prostym w użyciu. Stosuje go ponad 3 miliony użytkowników, co czyni go jednym z 10 najpopularniejszych języków programowania na świecie. Użytkownicy cenią go za możliwość posługiwania się kodem wysokiego poziomu, który umożliwia tworzenie algorytmów bez konieczności zagłębiania się w niuanse programistyczne. Rozbudowane biblioteki oraz zaawansowane funkcje sprawiają, że Python doskonale sprawdza się przy tworzeniu aplikacji do badań wymagających wysokiej mocy obliczeniowej, inżynieryjnych oraz służących analizie dużych ilości danych.

Obsługa architektury NVIDIA CUDA została wprowadzona w NumbaPro – kompilatorze języka Python stanowiącym część nowego produktu Anaconda Accelerate firmy Continuum Analytics.

„Nasz kompilator umożliwi wykorzystanie akceleratorów graficznych setkom tysięcy programistów piszących w Pythonie, zapewniając im o wiele większą wydajność tworzonych aplikacji”, powiedział Travis Oliphant, współzałożyciel i dyrektor generalny firmy Continuum Analytics. „Dzięki NumbaPro programiści otrzymują to, co najlepsze z obu światów: elastyczność i wysoką produktywność języka Python oraz wysoką wydajność akceleratorów graficznych firmy NVIDIA.”

Większy dostęp do akceleracji obliczeń poprzez kompilator LLVM

Wsparcie dla rozwoju aplikacji wykorzystujących akcelerację z wykorzystaniem procesorów graficznych jest wynikiem wprowadzenia przez firmę NVIDIA kodu źródłowego kompilatora CUDA do rdzenia oraz wewnętrznych mechanizmów równoległego wykonywania instrukcji popularnego kompilatora LLVM.

Środowisko programistyczne dla języka Python zostało przygotowane przez firmę Continuum Analitycs z użyciem LLVM oraz pakietów programistycznych NVIDIA CUDA. Dzięki temu nowy produkt umożliwia tworzenie aplikacji akcelerowanych przez procesory graficzne programistom pracującym w tym języku.

Dzięki modułowej budowie kompilatora LLVM projektanci języków i bibliotek mogą znacznie prościej wprowadzać funkcje obsługi akceleracji poprzez procesory graficzne do języków programowania – zarówno uniwersalnych jak Python, ale również tych używanych tylko w bardzo konkretnych zastosowaniach. Dostępna w LLVM wydajna funkcjonalność kompilowania JIT (ang. just-in-time compilation) pozwala na kompilowanie w locie dynamicznego języka, jakim jest Python, dla wielu architektur jednocześnie.

„Nasi naukowcy dokonują iteracji nowych rozwiązań oraz algorytmów za pomocą Pythona, a jeśli któryś z wypracowanych algorytmów jest dostatecznie skuteczny w realizacji zadania, przepisujemy go w języku C lub C++”, powiedział Vijay Pande, profesor chemii, biologii strukturalnej i nauk komputerowych na Uniwersytecie Stanforda. „Obsługa architektury CUDA w Pythonie zapewnia nam zarówno wysoką produktywność jak i wydajność kodu.”

1