NVIDIA baut Parallel Computing Development Ecosystem aus

 
 

Weitere Informationen:  
  
Jens Neuschäfer
Product PR Manager, Zentraleuropa
NVIDIA Corporation
Tel.: +49 (0) 89 62 83 500-15
jneuschafer@nvidia.com

PR-Kontakt NVIDIA:  
  
Susanna Tatár
PR-COM GmbH
Senior Account Manager
Tel.: +49-89-59997-814, Fax: +49-89-59997-999
susanna.tatar@pr-com.de

PRESSEINFORMATION

NVIDIA baut Parallel Computing Development Ecosystem aus

Portland, Oregon, SC09, 17. November 2009 – Mit einer Vielzahl standardbasierter Tools und Bibliotheken wollen NVIDIA und seine Partner die Entwicklung von Applikationen für die CUDA-Architektur vereinfachen.

Gemeinsam mit seinen Partnern wird NVIDIA in den nächsten Monaten eine Vielzahl neuer Software-Releases für GPU-Computing veröffentlichen. Die Updates umfassen ein breites Spektrum von Programmiersprachen, Tools und Bibliotheken für GPU-Computing, inklusive Updates des CUDA-C-Compilers von NVIDIA für eine zusätzliche Unterstützung von C++ und der nächsten Generation der CUDA-GPU-Architektur (Codename „Fermi“). Ferner veröffentlicht NVIDIA seinen R195-Treiber, der Erweiterungen des OpenCL-1.0-kompatiblen Treibers und Toolkits enthält. Dazu kommt eine Betaversion von NVIDIA „Nexus“, der ersten Entwicklungsumgebung für massiv-paralleles Computing, die sich in Microsoft Visual Studio integriert.

Ergänzt werden die NVIDIA-Updates durch eine Reihe von Partner-Produkten wie dem CUDA-Fortran-Compiler der Portland Group, dem Distributed Debugging Tool von Allinea und dem TotalView Debugger.

Alle Updates der Parallel Computing Development Tools von NVIDIA und den Partnern auf einen Blick:

  • CUDA Toolkit 3.0 Beta1: Mit der Betaversion des CUDA Toolkit 3.0 können Entwickler bereits heute Applikationen für die Fermi-Architektur erstellen. Das Beta-Release enthält Funktionen wie ECC Reporting, Dual DMA Engine, Concurrent Kernel Execution und die Unterstützung von NVIDIA Fermi Hardware Debugging in cuda-gdb. Performance Profiling ist verfügbar für den CUDA Visual Profiler und den OpenCL Visual Profiler; dazu kommt die Unterstützung der einheitlichen API für Direct3D sowie OpenGL einschließlich Direct3D 11.
  • Erweiterungen von OpenCL 1.02: Als einziger Hersteller unterstützt NVIDIA Features von OpenCL jenseits des kleinsten gemeinsamen Nenners, beispielsweise Double Precision, OpenGL-Interoperabilität und OpenCL Installable Client Device (ICD); zusätzlich zu den nur von NVIDIA unterstützten Funktionen für 2D Image, 32-Bit Atomics und Byte Adressable Stores.
  • NVIDIA „Nexus“3: Dabei handelt es sich um die erste integrierte CPU/GPU-Entwicklungsumgebung für Microsoft Visual Studio. Nexus besteht aus drei Komponenten: dem Debugger, dem Performance Analyzer und dem Graphics Inspector. NVIDIA Nexus wird zu einer deutlichen Produktivitätssteigerung führen, da Entwickler von GPU-basierten Applikationen weiterhin die gewohnten Microsoft Visual Studio Tools nutzen können.
  • CUDA-Fortran-Compiler der Portland Group4: Fortran-Entwickler können mithilfe des CUDA-Fortran-Compilers die massiv-parallele Rechenleistung der NVIDIA-Grafikprozessoren zur Erstellung von HPC-Anwendungen für wissenschaftliche Berechnungen nutzen. Einsatzgebiete sind die numerische Modellierung von Ozeanen und Wetter­prog­no­sen, aber auch viele Bereiche der Geophysik und Bioinformatik.
  • HPC-Debugging-Lösungen von Allinea5 und TotalView6: Diese Tools enthalten CUDA-GPU-Funktionen, die unter Nutzung von MPI, OpenMPI und pthreads für Linux vorhandene Werkzeuge ergänzen. Entwickler können damit Applikationen debuggen, die auf hybriden Clustern laufen, bestehend aus x86-64-Bit-CPU- und Tesla-GPU-Servern.
  • Pakete für die numerische Analysis: Deutliche Fortschritte bei der besseren Nutzung von CUDA-fähigen GPUs gibt es auch bei bekannten Lösungen für die numerische Analysis und die mathematische Modellierung wie MATLAB von Mathworks7, Mathematica8 von Wolfram Research und LabVIEW9 von National Instruments.
  • CUDA-Bibliotheken: Ferner können Entwickler eine umfangreiche Sammlung CUDA-fähiger Bibliotheken von NVIDIA und seinen Partnern wie BLAS, FFT, LAPACK (EM Photonics CULA), MAGMA (Innovative Computing Laboratory an der University of Tennessee, Knoxville), NVIDIA Performance Primitives (NPP), CUDA Vision Workbench (CVWB) sowie Video- und Bildverarbeitungsbibliotheken nutzen.

Um all die Neuerungen und Erweiterungen der für CUDA-optimierten Tools und Applikationen nutzen zu können, bietet eine Reihe von CUDA-Consultants10 wie Acceleware Corp., ANEO, CAPS, Elegant Mathematics, EM Photonics, Fixstars, GASS Ltd., HPC Project, Infosys, SagivTech, Stone Ridge Technology sowie Tech-X Corp Schulungen und Weiterbildungskurse an. Mit der Breite an Programmiersprachen, APIs, Bibliotheken und Tools, wie sie die NVIDIA-GPUs auf Basis der CUDA-Architektur unter­stützen, erhalten Entwickler eines der umfangreichsten Toolsets für Parallel Computing.

1http://www.nvidia.de/object/cuda_home_de.html
2http://www.nvidia.de/object/cuda_opencl_de.html
3http://developer.nvidia.com/object/nexus.html
4http://www.pgroup.com/resources/cudafortran.htm
5http://www.allinea.com/?page=48
6http://www.totalviewtech.com/products/totalview.html?via=midbox
7http://www.mathworks.com/
8http://www.wolfram.com/products/mathematica/index.html
9http://www.ni.com/labview/
10http://www.nvidia.com/object/cuda_consultants.html

# # #

NVIDIA

NVIDIA ist der weltweit führende Anbieter im Bereich Visuelles Computing und Entwickler von programmierbaren Grafikprozessoren. Das Unternehmen entwirft zukunftsweisende Produkte für Computing, Unterhaltungselektronik und mobile Geräte. Die NVIDIA-Produktpalette reicht von GeForce-Grafikprozessoren für den Consumer-Markt über professionelle Grafiklösungen der Quadro-Linie bis hin zu den innovativen Tesla-Lösungen für High Performance Computing. NVIDIA hat seinen Unternehmenssitz in Santa Clara, Kalifornien, und Niederlassungen in Asien, Europa und Amerika. Weitere Informationen gibt es unter www.nvidia.de.



 
 
 
 
FacebookTwitterGoogle+XingPinterest