Nvidia rinnova la sua piattaforma GPGPU

Con il rilascio di CUDA 2.0, Nvidia mette nelle mani degli sviluppatori PC e Mac un completo insieme di strumenti per la realizzazione di applicazioni. In grado di sfruttare le enormi capacità di calcolo delle sue moderne GPU
Con il rilascio di CUDA 2.0, Nvidia mette nelle mani degli sviluppatori PC e Mac un completo insieme di strumenti per la realizzazione di applicazioni. In grado di sfruttare le enormi capacità di calcolo delle sue moderne GPU

Santa Clara (USA) – Nelle scorse ore, Nvidia ha rilasciato CUDA 2.0 , una nuova versione della propria piattaforma di sviluppo dedicata alle sue GPU di ultima generazione.

CUDA può essere utilizzata dagli sviluppatori per sfruttare l’architettura di stream computing alla base dei processori grafici GeForce più recenti, utilizzandola per alleggerire la CPU dalle elaborazioni più gravose e accelerare vari tipi di applicazione, come quelle scientifiche, tecniche e finanziarie. Nvidia sostiene che CUDA permette di risolvere complessi problemi computazionali fino a 100 volte più velocemente rispetto ad una tradizionale CPU.

Disponibile per Linux, Windows e Mac OS X, CUDA 2.0 è costituito da un ambiente di sviluppo che comprende a sua volta un compilatore C, tool per risolvere problemi di calcolo intensivo, e librerie di pogrammazione. Il software include inoltre un plug-in per Photoshop che mostra agli sviluppatori come utilizzare la GPU per accelerare l’elaborazione delle immagini e l’applicazione di filtri. Nvidia spera che questo codice d’esempio possa incentivare gli sviluppatori a creare nuovi plug-in per Photoshop in grado di avvalersi delle capacità di calcolo delle sue GPU.

“La GPU è ora un potente processore programmabile particolarmente adatto per applicazioni di calcolo intensivo come quelle utilizzate nell’ambito della ricerca petrolifera, della biologia e dell’analisi finanziaria”, ha affermato Andy Keane, general manager of GPU Computing di Nvidia. “Con la recente introduzione della tecnologia CUDA, la potenza del calcolo parallelo delle GPU è ora virtualmente accessibile ad ogni sviluppatore tramite il linguaggio di programmazione C”.

Link copiato negli appunti

Ti potrebbe interessare

25 08 2008
Link copiato negli appunti