英伟达 CUDA 架构师在 GPU 技能大会上表明:
咱们一直在尽力将加快 Python 核算引进 CUDA 技能栈,
相关资源:https://github.com/NVIDIA/cuda-python。开发快AI开英伟达宣告 CUDA 软件东西包原生支撑 Python 支撑,发进
程蓝这种规划明显减少了依靠项并提升了开发功率。英伟别的达为带原点网英伟达还计划在未来支撑更多编程言语,
一致的其专 API 接口:CUDA Python 供给了一套规范的低等级接口,在没有开源社区参加所以 CUDA 也存在许多约束,架构深度集成了 JIT Compilation,支撑者加机器学习和高性能核算范畴占有着主导地位,协助而是为 Python 开发者量身打造的 Pythonic 体会,该库为数据科学和机器学习开发者供给无缝的过渡体会。当然英伟达支撑 Python 也会稳固英伟达在数据中心 GPU 商场的领先地位。掩盖 CUDA 主机 API 的悉数功用,但长时间依靠 CUDA 对 Python 的支撑仅停留在东西层面,专有意味着并非开源因此在软件开发和支撑方面都由英伟达自己做主,而 Python 则是现在十分盛行的编程开发言语。
依据 GitHub 2024 年开源数据查询,例如并没有原生支撑 Python。但从事 AI 和 ML 的开发者一般运用 Python,开发者不需求调用外部命令行编译器即可完结 GPU 核算,现在支撑 Python 后将会大幅度简化开发者的作业。长时间以来 CUDA 仅支撑 C/C++,现在这些开发者不需求再学习 C/C++ 即可充分利用 GPU 硬件,保证能够天然融入到 Python 开发流程。
cuPyNumeric 库:这是一个与 NumPy 兼容的库,
CUDA Python 中心特性包含:
CUDA Core:对 CUDA Runtime 的 Pythonic 从头设想,检查全文:https://ourl.co/108657。CUDA Core 彻底选用 Python 的履行流程,招引更广泛的开发者集体。开发者需求把握 C++ 或 Fortran 等言语才干直接操作 CUDA 进行 GPU 编程,这使得开发者还必须学习 C/C++ 才干运用 CUDA,开发者只需求更改一行导入指令,明显这种壁垒肯定会约束 CUDA 在 Python 开发者社区中的遍及。CUDA 是英伟达专有的 GPU 并行核算组织,许多 ML 开发者运用 Python,这种一致代码不只能够进步代码的可移植性,而此前 CUDA 首要依靠于 C 言语和 C++ 言语,协助开发者加快 AI 开发进程。Python 在数据科学、#人工智能 英伟达为其专有的 CUDA 架构带来原生的 Python 支撑,让 Python 支撑成为一流支撑,
对开发者来说这是个十分好的音讯,还增强了不同加快库之间的互操作性。
不过在最近举行的 GPU 技能大会上,