CUDA 专区
CUDA® 是 NVIDIA 专为图形处理单元 (GPU) 上的通用计算开发的并行计算平台和编程模型。借助 CUDA,开发者能够利用 GPU 的强大性能显著加速计算应用。
在经 GPU 加速的应用中,工作负载的串行部分在 CPU 上运行,且 CPU 已针对单线程性能进行优化,而应用的计算密集型部分则以并行方式在数千个 GPU 核心上运行。使用 CUDA 时,开发者使用主流语言(如 C、C++、Fortran、Python 和 MATLAB)进行编程,并通过扩展程序以几个基本关键字的形式来表示并行性。
NVIDIA 的 CUDA 工具包提供了开发 GPU 加速应用所需的一切。CUDA 工具包中包含多个 GPU 加速库、一个编译器、多种开发工具以及 CUDA 运行环境。
立即下载通过 CUDA 开发的数千个应用已部署到嵌入式系统、工作站、数据中心和云中的 GPU。
![](http://web.archive.org./web/20240511025818im_/https://d29g4g2dyqv443.cloudfront.net/sites/default/files/logos/adobe.jpg)
![](http://web.archive.org./web/20240511025818im_/https://d29g4g2dyqv443.cloudfront.net/sites/default/files/logos/ANSYS_170x54_b.png)
![](http://web.archive.org./web/20240511025818im_/https://d29g4g2dyqv443.cloudfront.net/sites/default/files/Autodesk_170x28.jpg)
![](http://web.archive.org./web/20240511025818im_/https://d29g4g2dyqv443.cloudfront.net/sites/default/files/Dassault-Systemes_170x51.jpg)
![](http://web.archive.org./web/20240511025818im_/https://d29g4g2dyqv443.cloudfront.net/sites/default/files/logos/mathworks.jpg)
![](http://web.archive.org./web/20240511025818im_/https://d29g4g2dyqv443.cloudfront.net/sites/default/files/logos/microsoft2.jpg)
![](http://web.archive.org./web/20240511025818im_/https://d29g4g2dyqv443.cloudfront.net/sites/default/files/logos/ni.jpg)
![](http://web.archive.org./web/20240511025818im_/https://d29g4g2dyqv443.cloudfront.net/sites/default/files/logos/wolfram.jpg)
CUDA 充当 NVIDIA 各 GPU 系列的通用平台,因此您可以跨 GPU 配置部署并扩展应用。
GPU 的雏形为图形加速器,在 90 年代可编程程度逐步提高,最终在 1999 年促成了 NVIDIA 首款 GPU 的诞生。之后,研究人员和数据科学家很快就开始将此 GPU 的卓越浮点性能应用于通用计算。2003 年,Ian Buck 带领的一支研究团队推出了首个广泛采用的编程模型 Brook,通过数据并行构造实现了对 C 的扩展。Ian Buck 后来加入了 NVIDIA;在他的带领下,NVIDIA 于 2006 年发布了 CUDA,也即首款用于 GPU 通用计算的解决方案。
CUDA 生态系统自创立以来已取得了迅速发展,现已涵盖软件开发工具、多种服务以及基于合作伙伴的解决方案。CUDA 工具包中包含多个库、多种调试和优化工具、一个编译器以及一个用于部署应用的运行环境库。为帮助您入门,我们还提供了代码示例、编程指南、用户手册、API 参考以及其他文档。
CUDA 对多个领域中的应用实现了加速,从图像处理到深度学习、数字分析和计算科学。
下载 CUDA 工具包,并探索各类介绍性资源(包括视频、代码示例、实操实验室和网络讨论会),然后就可以开始使用 CUDA 了。