NVIDIA CUDA-X

Bibliotecas aceleradas por la GPU de NVIDIA que impulsan las plataformas de IA y computación acelerada más avanzadas del mundo.

Desde la IA generativa y el análisis de datos hasta la química cuántica y los modelos climáticos, las aplicaciones innovadoras exigen una inmensa potencia computacional. Si bien la programación paralela puede ser increíblemente compleja, las bibliotecas NVIDIA CUDA-X™ eliminan las barreras para la optimización en el nivel de hardware. 

Las bibliotecas altamente optimizadas de CUDA-X, basadas en la plataforma CUDA® probada en producción y sus dos décadas de liderazgo en computación, proporcionan los algoritmos básicos y las rutinas computacionales esenciales que los desarrolladores necesitan para crear, implementar y escalar fácilmente cargas de trabajo. 

Al transferir la complejidad de la programación de bajo nivel de la GPU a las bibliotecas directas, CUDA-X ofrece un motor preparado para el futuro que ofrece continuas mejoras de rendimiento en los principales sectores.

Bibliotecas

Acelerar con CUDA-X

Tanto si crean nuevas canalizaciones como si aceleran las existentes, los equipos pueden aprovechar los cientos de bibliotecas de CUDA-X para optimizar, implementar y escalar fácilmente cargas de trabajo en las áreas de procesamiento de datos, IA, deep learning, computación cuántica, computación de alto rendimiento (HPC), ciencias físicas y mucho más para asegurar al instante la eficiencia a nivel de hardware y las continuas actualizaciones de rendimiento.

Bibliotecas de matemáticas de CUDA

  • La base de HPC y la IA: Impulsa las tareas de computación pesadas, como imágenes médicas y simulaciones de fluidos.
  • Aceleración directa: proporciona velocidades de GPU instantáneas sin la necesidad de reescribir el código de aplicación básico.
  • Escala y versatilidad: combina bibliotecas matemáticas básicas, como álgebra lineal y solvers acelerados, con API Pythonic de alto rendimiento que escalan desde una estación de trabajo hasta un superordenador.

Bibliotecas de computación científica

  • Descubrimiento acelerado: impulsa la investigación innovadora en estructuras moleculares, química cuántica y materiales avanzados.
  • Fabricación de próxima generación: optimiza el diseño de semiconductores y la litografía computacional acelerada por GPU.
  • IA específica de dominio: incluye herramientas como bibliotecas de Python y microservicios NVIDIA NIM™ para redes neuronales con conocimiento de la física.

Bibliotecas de física

  • Simulaciones más rápidas: ofrece una aceleración de GPU de alta velocidad en todos los dominios computacionales, cuánticos y multifísicos.
  • IA consciente de la física: cuenta con marcos como NVIDIA PhysicsNeMo™ y Warp para crear, entrenar y escalar modelos de simulación de IA.
  • Modelado meteorológico global: proporciona acceso a modelos meteorológicos e IA climática de nivel profesional a través de NVIDIA Earth-2.

Bibliotecas de computación cuántica

  • Simulaciones más rápidas: ofrece rutinas altamente optimizadas para acelerar las simulaciones de computación cuántica y la integración de HPC.
  • Flujos de trabajo seguros: características de cuPQC para acelerar y optimizar la criptografía poscuántica de próxima generación.
  • Optimización híbrida y de errores: proporciona solucionadores avanzados acelerados por GPU y bibliotecas de mitigación de errores para algoritmos híbridos cuántico-clásicos.

Bibliotecas básicas de deep learning

  • Redes neuronales básicas: impulsa las aplicaciones de deep learning con bloques de construcción optimizados a través de cuDNN™.
  • Optimización de inferencia: ofrece el máximo rendimiento de implementación en producción utilizando NVIDIA TensorRT™ y TensorRT-LLM.
  • Creación de kernel personalizada: proporciona plantillas modulares como CUTLASS y FlashInfer para maximizar la eficiencia de Tensor Core.

Bibliotecas de algoritmos paralelos

  • Código de GPU de alto nivel: proporciona potentes algoritmos paralelos basados en la biblioteca de plantillas estándar de C++ (STL) a través de Thrust para simplificar la aceleración por GPU.
  • Eficiencia de hardware de bajo nivel: proporciona primitivas colectivas a través de CUB para un control preciso de warp, bloques y ejecución en todo el dispositivo.
  • Python y la optimización de la arquitectura: cuenta con interfaces de Python nativas y primitivas distribuidas estandarizadas para optimizar los patrones de clasificación, escaneo y reducción.

Bibliotecas de procesamiento de datos

  • Aceleración sin código: acelera los flujos de trabajo de datos tabulares y aprendizaje automático existentes en pandas, Polars, scikit-learn y Apache Spark sin cambios en el código.
  • Análisis de escala y gráficos: escala el análisis de gráficos, la búsqueda vectorial y la optimización de decisiones complejas utilizando motores como cuGraph, cuVS y cuOpt™.
  • Eficiencia de canalizaciones y almacenamiento: maximiza el rendimiento de datos para la ciberseguridad, la selección de IA generativa y las transferencias de almacenamiento a través de NVIDIA Morpheus, NeMo™ Curator y GPUDirect® Storage.

Bibliotecas de imágenes y vídeo

  • Códecs de alto rendimiento: acelera la codificación, la descodificación y el seguimiento del movimiento de los píxeles a través de los SDK de hardware dedicados.
  • Procesamiento de canalizaciones de IA: acelera la carga de datos y el preprocesamiento y posprocesamiento para cargas de trabajo de IA de visión utilizando NVIDIA® DALI® y CV-CUDA™.
  • Manipulación avanzada de imágenes: optimiza el procesamiento de señales 2D y los conjuntos de datos multidimensionales masivos para aplicaciones biomédicas y geoespaciales.

Bibliotecas de comunicación

  • Primitivas de arquitectura escalable: maximizan el ancho de banda y mantienen una baja latencia para lograr una comunicación rápida entre varias GPU y varios nodos a través de la biblioteca de comunicaciones colectivas (NCCL) de NVIDIA.
  • Espacios de memoria globales: proporciona un espacio de direcciones global particionado en todas las memorias de GPU agrupadas en clústeres utilizando el modelo NVSHMEM.
  • Transferencia de inferencia de baja latencia: mueve de forma eficiente la caché y los tensores de KV entre las GPU, el almacenamiento y los niveles de memoria a través de la biblioteca de transferencia de inferencia (NIXL) de NVIDIA.

Casos de éxito

Impacto en el mundo real

Descubra cómo las empresas líderes utilizan las bibliotecas NVIDIA CUDA-X para resolver los desafíos de computación, ingeniería e IA más complejos del mundo.

Preguntas frecuentes sobre NVIDIA CUDA-X

Dirección postal

  • Hardware (mínimo y recomendado) 
  • Costes/TCO/Tokenómica
  • Por qué la pila o el producto o la solución de NVIDIA
  • Cómo utilizar u obtener más información
  • Defina términos y acrónimos
  • frente a consultas