Nvidia presenta actualizaciones para las bibliotecas CUDA-X

Nvidia presentó más de 60 actualizaciones para su colección CUDA-X de bibliotecas, herramientas y tecnologías en una amplia variedad de disciplinas, lo que mejora enormemente el rendimiento de la plataforma de computación de software CUDA.

Decenas de actualizaciones están disponibles inmediatamente, lo que refuerza la posición de CUDA como la plataforma más completa de la industria para que los desarrolladores creen aplicaciones aceleradas que aborden desafíos en campos de computación de alto rendimiento como la investigación en 6G, computación cuántica, genómica, descubrimiento de fármacos y optimización de la logística, así como el trabajo avanzado en robótica, ciberseguridad, análisis de datos y más.

Las plataformas de Nvidia para IA, HPC y gráficos se desarrollaron con CUDA y cuentan con SDK y herramientas que están en el centro de permitir un mayor rendimiento y algoritmos acelerados en múltiples dominios de aplicaciones. Los SDK facilitan que los desarrolladores, investigadores y científicos de datos aprovechen el poder de la plataforma avanzada de Nvidia para abordar la inmensa complejidad que se encuentra en la intersección de la computación, los algoritmos y la ciencia.

Estas actualizaciones hacen que los sistemas de Nvidia que los desarrolladores ya utilizan sean aún más rápidos, en todo el procesamiento de datos, la inteligencia artificial y la ciencia. Aspectos destacados:

• cuQuantum, para acelerar la simulación de circuitos cuánticos, ahora está disponible en general y, por primera vez, está disponible en el dispositivo cuQuantum DGX, que proporciona a los investigadores de HPC una pila de simulación cuántica completa y optimizada para su implementación en la plataforma DGX. cuQuantum es un elemento clave en un ecosistema en rápida expansión: ahora se integra como backend en simuladores populares de Google Quantum AI, IBM, Xanadu y Oak Ridge National Laboratory. También se está ofreciendo como parte de las plataformas de desarrollo de aplicaciones cuánticas de Classiq y Zapata Computing, y está siendo utilizado por QC Ware, Xanadu y otros para impulsar la investigación cuántica a escala en áreas que van desde la química hasta el modelado climático.
• Sionna, para la investigación de capas físicas 6G, es una nueva biblioteca de código abierto acelerada por GPU, con soporte nativo para la integración de redes neuronales y machine learning. Sionna permite la creación de prototipos rápidos de arquitecturas de sistemas de comunicación complejos y se suma a la inversión de Nvidia en el sector inalámbrico, lo que incluye AERIAL, una plataforma unificada y definida por software para entregar IA en 5G.
• RAPIDS, las bibliotecas de ciencia de datos para acelerar el descubrimiento de fármacos, las conexiones sociales, la detección de fraudes y más, es ahora el SDK de más rápido crecimiento de Nvidia , con 2 millones de descargas y más de 10,000 integraciones con proyectos de código abierto en GitHub. El acelerador RAPIDS para Apache Spark acelera el procesamiento hasta 3 veces sin cambios de código. El 80% de las empresas pertenecientes a la lista Fortune 500 usan Apache Spark en la etapa de producción. Por lo tanto, los ingenieros de datos pueden acelerar de forma transparente las operaciones de SQL y de estructura de datos de Spark.
• cuOpt, para la investigación de optimización de logística centrada en el direccionamiento de vehículos, les permite a los usuarios direccionar miles de paquetes a miles de ubicaciones en tan solo segundos con una precisión récord. De esta manera, se logra el redireccionamiento en tiempo real y se ahorran miles de millones en costos de entrega cada año.
• Morpheus, para aplicaciones de ciberseguridad, permite analizar hasta el 100% de tus datos en tiempo real, para detectar de forma más precisa y corregir de forma más rápida las amenazas a medida que ocurren. F5 logró 200 veces más de rendimiento en su modelo de detección de malware, ya que va de 1,013 mensajes por segundo a 208,333 mensajes por segundo, con solo 136 líneas de código.
• El contenedor DGL, para entrenar redes neuronales gráficas, agrega mejoras de algoritmos para que los desarrolladores puedan ejecutar workflows enteros de GNN, lo que reduce el tiempo de días a horas en áreas como el descubrimiento de fármacos y la detección de fraude.
• Nsight Systems, para la visualización en todo el sistema del rendimiento de una aplicación, les permite a los desarrolladores ver cómo las bibliotecas aceleradas por GPU usan los recursos del sistema, interactúan con la aplicación e identifican oportunidades de optimización para reducir los obstáculos.

Entre otras bibliotecas que se están actualizando, se encuentran MONAI, para la generación de imágenes médicas; con casi 300,000 descargas, Nvidia FLARE, para el aprendizaje federado; Maxine, para reinventar las comunicaciones; Riva, para la IA de habla; Merlin, para sistemas de recomendación; cuOpt, para la investigación de operaciones e Isacc, para la robótica.