NVIDIA rende disponibile la versione 5 della piattaforma CUDA

NVIDIA ha annunciato la versione 5 della propria piattaforma CUDA per il calcolo parallelo utilizzzando le GPU delle famiglie GeForce, Quadro e Tesla; il download è accessibile gratuitamente da questo indirizzo in versioni a 32bit e a 64bit per i sistemi operativi Windows 8, 7 e Vista, Windows XP, Max OS X oltre che per differenti distribuzioni Linux.

La nuova release di CUDA implementa varie novità che facilitano e arricchiscono il lavoro di programmazione per poter sfruttare la potenza di calcolo della GPU per ambiti di elaborazione non grafici:

• Parallelismo dinamico
  I GPU threads possono dinamicamente produrre nuovi thread, consentendo alla GPU di adattarsi ai dati. Riducendo al massimo l'interscambio di dati e la comunicazione con la CPU, il parallelismo dinamico semplifica sensibilmente la programmazione parallela. Tra i benefici implementati permette l'accelerazione via GPU di un'ampia serie di algoritmi diffusi, come quelli utilizzati per l'adaptive mesh refinement e le applicazioni computazionali per la fluido dinamica.
• GPU-Callable Libraries
  Una nuova libreria CUDA BLAS consente agli sviluppatori di utilizzare il parallelismo dinamico per le loro GPU-callable Libraries. I prgrammatori possono quindi progettare plug-in API che permettono ad altri sviluppatori di estendere le funzionalità dei loro kernel e implementare callback sulla GPU per personalizzare le funzionalità delle GPU-callable Libraries di terze parti. La capacità di “object linking” offre un processo efficiente per lo sviluppo di applicazioni su GPU, consentendo agli sviluppatori di compilare file sorgenti CUDA multipli in object file separati e unirli in applicazioni più grandi e a librerie.

• Supporto GPUDirect per RDMA
  La tecnologia GPUDirect permette la comunicazione diretta tra GPU e altri dispositivi PCI-E presenti nel sistema; supporta l'accesso diretto alla memoria tra la GPU e le schede di rete. Riduce significativamente anche la latenza MPISendRecv tra i nodi GPU in un cluster e migliora le performance complessive. Questa funzionalità si rivela particolarmente utile nel momento in cui, come spesso capita in datacenter, le GPU sono montate in sistemi differenti collegati tra di loro attraverso connessione ethernet tradizionale.
• NVIDIA Nsight Eclipse Edition
  NVIDIA Nsight Eclipse Edition consente ai programmatori di sviluppare, effettuare il debug e profilare le applicazioni GPU nell'ambito Eclipse-based IDE su piattaforma Linux e Mac OS X. Un editor e sample CUDA integrati velocizzano la generazione di codice CUDA e il refactoring automatico di codice consente di fare il porting facilmente su kernel CUDA. Un sistema integrato offre analisi delle performance automatiche e guida passo-passo per rimediare ai colli di bottiglia nel codice, mentre l'evidenziazione della sintassi rende più semplice differenziare il codice GPU da quello CPU.