CUDA

  • CUDA E IL GPU COMPUTING
  • APPLICAZIONI PER GPU
  • GPU PER SERVER E WORKSTATION
Elaborazione in parallelo CUDA
Divider

Che cos' è CUDA?

CUDA è l'architettura di elaborazione in parallelo di NVIDIA che permette netti aumenti delle prestazioni di computing grazie allo sfruttamento della potenza di calcolo delle GPU (unità di elaborazione grafica).

Sfruttando i milioni di GPU CUDA-compatibili vendute sino ad oggi, sviluppatori di software, scienziati e ricercatori stanno applicando CUDA in una vastissima gamma di settori, fra cui l'elaborazione di immagini e video, la biologia e la chimica computazionale, simulazione della fluidodinamica, ricostruzione di immagini CT, analisi sismica, ray-tracing e molto altro ancora.

 

Parallel Computing con CUDA

L'elaborazione si sta evolvendo dal paradigma della "centralizzazione" su CPU a quello del "co-processing" su CPU e GPU. Per agevolare l'evoluzione del settore verso il nuovo paradigma di computing, NVIDIA ha inventato l'architettura di elaborazione in parallelo CUDA che ora è parte integrante delle GPU GeForce, ION Quadro, e Tesla e, quindi, rappresenta già una base installata di interesse per gli sviluppatori di applicazioni.

Nel mercato di consumo, quasi tutte le principali applicazioni video di consumo sono (o saranno ben presto) accelerate mediante CUDA. Basta, ad esempio, dare un'occhiata ai prodotti di Elemental Technologies, MotionDSP e LoiLo, Inc.

L'architettura CUDA è stata accolta con entusiasmo dal settore della ricerca scientifica. Per esempio, CUDA accelera AMBER, un programma di simulazione di dinamica molecolare usato da più di 60.000 ricercatori di istituti accademici e aziende farmaceutiche di tutto il mondo per agevolare la scoperta di nuovi farmaci.

Nel mercato finanziario, Numerix e CompatibL hanno annunciato che la loro nuova applicazione di analisi del rischio di controparte prevede il supporto di CUDA, grazie al quale hanno ottenuto un'accelerazione delle performance pari al 1800%. Numerix viene usato da quasi 400 istituzioni finanziarie.

Un indicatore dell'adozione di CUDA è l'aumento delle vendite delle GPU Tesla dedicate al GPU computing. Al momento esistono più di 700 cluster di GPU installati in tutto il mondo in aziende del listino Fortune 500 che spaziano da Schlumberger e Chevron nel settore dell'energia a BNP Paribas nel settore dei servizi bancari.

Inoltre, con l'atteso lancio di Microsoft Windows 7 e di Apple Snow Leopard, il GPU Computing sta per diventare una tecnologia mainstream. In questi nuovi sistemi operativi, la GPU non si limiterà a svolgere il compito di processore grafico, ma diventerà anche un processore in parallelo con finalità generali accessibile a qualsiasi applicazione.

 
 

LA PIATTAFORMA DI ELABORAZIONE IN PARALLELO CUDA

La piattaforma di elaborazione in parallelo CUDA® fornisce alcune semplici estensioni di C e C++ che consentono di esprimere sia i dati “fine-grained” che quelli “coarse-grained”, oltre al parallelismo dei task. Il programmatore può scegliere di esprimere tale parallelismo in linguaggi ad alto livello come C, C++, Fortran o in standard aperti come le direttive OpenACC. La piattaforma di elaborazione in parallelo CUDA è ora ampiamente implementata in migliaia di applicazioni accelerate dalle GPU e l'oggetto di migliaia di dissertazioni e pubblicazioni scientifiche.

Gli sviluppatori possono disporre di una gamma completa di strumenti CUDA e soluzioni di ecosistema. Visita CUDA Zone per scoprire di più sullo sviluppo con CUDA.

Per ulteriori informazioni per iniziare a usare l'elaborazione in parallelo oppure per i più recenti scaricamenti CUDA, visitare la CUDA Developer Zone.

 
 
 

Confronto fianco a fianco di codice C standard e C in parallelo

Confronto fianco a fianco di codice C standard e C in parallelo

 
 

Confronto fianco a fianco di codice C standard e C in parallelo

 
CUDA e il GPU Computing

Che cos'è il GPU Computing?
Dati sull'elaborazione via GPU
Programmazione su GPU
Architettura delle GPU Kepler
Cloud Computing GPU
Contattaci

Che cos’è CUDA?
Vetrina di CUDA
Training su CUDA
Calendario Corsi CUDA
CUDA Research Center
CUDA Teaching Center

Applicazioni per GPU

Applicazioni per GPU Tesla
Storie di successo di Tesla
Direttive OpenACC
Tesla GPU Test Drive

GPU Tesla per
server e workstation

Per quale motivo scegliere Tesla
Soluzioni server Tesla
Soluzioni Workstation Tesla
Embedded Development Platform
Acquista GPU Tesla

News e informazioni Tesla

Documentazione sui prodotti Tesla
Funzionalità software Tesla
Strumenti di sviluppo software Tesla
Ricerca NVIDIA
Avvisi Tesla

Seguici online

NVIDIA Blog BLOG NVIDIA
Facebook Facebook
Twitter Twitter
YouTube YouTube