NVIDIA CUDA 加入 Python 支援 為新一代程式設計人員帶來強大 GPU 加速運算效能
挹注 GPU 效能的 Python 更具生產力 促進下一波高速運算和資料分析應用Python 是一種簡單易學、易用的程式語言，是十大程式語言的一種，已擁有超過 300 萬使用者。它可讓使用者不用深入探究編程的細節即可編寫高階軟體程式碼，更可輕鬆將他們對演算法的想法加入程式碼中。 Python 擁有豐富的標準函式庫和眾多先進功能，非常適用於廣泛的高速運算科學、工程研發和各種巨量資料分析應用。
Python 針對 NVIDIA CUDA 平行運算的支援主要來自於 Python 的 NumbaPro 編譯器，這款軟體是 Continuum Analytics 公司全新 Anaconda Accelerate 產品中的 Python 編譯器。
Continuum Analytics 公司共同創辦人暨執行長 Travis Oliphant 表示：「幾百萬名 Python 程式設計人員現在可以運用 GPU 加速器為他們的應用程式提升效能。程式設計人員使用 NumbaPro 即可同時得到 Python 和 CUDA 的優勢；他們受惠於 Python 的靈活性及高生產力的同時，更能體會到 NVIDIA GPU 的強大威力。」
透過 LLVM 擴大 GPU 加速運算的觸角
而 Continuum Analytics 的 Python 開發環境則透過 LLVM 和 NVIDIA CUDA 編譯器軟體開發套件，為 Python 程式設計人員提供各種 GPU 加速應用功能。
LLVM 的模組化功能可讓程式語言和函式庫設計人員為 Python 等眾多通用的程式語言和特定領域的編程語言加入 GPU 加速功能。 LLVM 能提供有效、及時的編譯功能，讓開發人員能夠在不同的架構上針對 Python 這類動態語言進行快速編譯。
美國史丹佛大學化學、結構生物和資訊工程教授 Vijay Pande 表示：「我們的研究小組通常會使用 Python 來為新的想法和演算法進行原型設計以及反覆檢視，一旦演算法生效後會立即重寫 C 或 C++ 的演算法。 CUDA 對 Python 的支援可讓我們編寫效能碼，並同時保持 Python 所具備的生產力。」
關於 CUDA
CUDA 是 NVIDIA (輝達) 公司開發的平行運算平台和編程模式，能運用 GPU 運算威力大幅提升運算效能。 CUDA 目前可支援 220 種以上主要的工程研發、科學和商用應用，其下載次數已衝破 170 萬次，是開發人員最愛用的 GPU 加速運算方法，並將其效能發揮到淋漓盡致。
欲瞭解更多關於 NVIDIA CUDA GPU 資訊，請瀏覽 NVIDIA Tesla® GPU website 網站。同時，更多關於 CUDA 或下載 CUDA 最新版本，請瀏覽 CUDA網站 。
關於NVIDIA (輝達)
頁:
[1]