A+ A A-

NVIDIA заявляет о поддержке Parallel Nsight для Visual Studio 2010 и о приросте производительности до 300% в библиотеках инструментов CUDA

  • Обновлено 01.01.2013 20:15
  • Автор: Андрианова Анна

NVIDIA укрепляет свои позиции в области вычислений на GPU, объявив о выходе новых версий двух ведущих в индустрии наборов инструментов для разработчиков: Parallel Nsight и CUDA.

Parallel Nsight – это единственная интегрированная среда разработки для создания приложений с ускорением на GPU для широкого спектра настольных и высокопроизводительных вычислительных платформ. Parallel Nsight версии 1.5 поддерживает Microsoft Visual Studio 2010, отладку на Tesla Compute Cluster (TCC), обновленный набор инструментов CUDA Toolkit 3.2, поддерживающий недавно представленную высокопроизводительную архитектуру GPU Fermi и другие передовые возможности отладки и анализа. Новая версия CUDA Toolkit 3.2 включает две новые математические библиотеки, обеспечивает значительный прирост производительности и поддержку новых продуктов Tesla и Quadro с объемом локальной памяти в 6ГБ.

Небольшой видеообзор новых возможностей CUDA Toolkit 3.2 и Parallel Nsight 1.5

Версия Parallel Nsight 1.5 Standard будет доступна бесплатно 22 сентября. Также скоро выйдет версия Professional, которая включает все возможности версии Standard плюс дополнительную функциональность, включая системный анализ. Подробнее о Parallel Nsight 1.5 смотрите на этой странице .

CUDA Toolkit включает все инструменты, библиотеки и документацию, необходимые разработчикам для создания приложений CUDA C/C++, и является основой для многих других решений, использующих вычисления на GPU. Помимо оптимизаций в библиотеках CUFFT и CUBLAS, обеспечивающих прирост производительности до 300% по сравнению с предыдущей версией на GPU Fermi, новый релиз CUDA Toolkit 3.2 включает новые библиотеки для умножения разряженных матриц (CUSPARSE), генерирования случайных чисел (CURAND), кодирования/декодирования H.264 интегрированную поддержку Tesla Compute Cluster (TCC) в драйверах Windows. Кроме этого, CUDA Toolkit 3.2 предоставляет разработчикам возможность выделять и освобождать память из кода, исполняемого на GPU, а также прозрачно адресовать более 4ГБ локальной памяти.

Подробнее о CUDA Toolkit смотрите на этой странице.

Комментарии