Nvidia stellt heute mit CUDA 6 eine neue Version der parallelen Computing-Plattform vor. CUDA 6 macht parallele Programmierung einfacher als je zuvor. Software-Entwickler können mit ihr maßgeblich den notwendigen Aufwand und die erforderliche Zeit für die Beschleunigung von wissenschaftlichen und konstruktionstechnischen Anwendungen, Enterprise-Applikationen sowie sonstigen Anwendungen für GPUs reduzieren. Durch die Verbesserungen in CUDA 6 können Entwickler Applikationen umgehend um den Faktor 8 beschleunigen, indem sie einfach die vorhandenen CPU-basierten Libraries ersetzen, so Nvidia heute.

Schlüsselfunktionen von CUDA 6 sind:

• Unified Memory – Vereinfacht die Programmierung, da Applikationen Zugriff auf den Speicher von CPU und GPU erhalten, ohne manuell Daten jeweils hin und her kopieren zu müssen. Dadurch wird auch die Unterstützung von GPU-Beschleunigung in vielen Programmiersprachen vereinfacht.
• Drop-in Libraries – Beschleunigen automatisch die BLAS- und FFTW-Berechnungen in Applikationen um bis zu 8X durch den Austausch der vorhandenen CPU-Libraries durch die GPU-Varianten.
• Multi-GPU Scaling – Neu angelegte BLAS- und FFT-GPU-Libraries skalieren automatisch über bis zu acht GPUs in einem Single Node und liefern über neun Teraflops Double-Precision-Leistung pro Node. Es werden größere Workloads als je zuvor unterstützt (bis zu 512GB). Multi-GPU Scaling lässt sich auch mit der neuen BLAS Drop-in Library nutzen.

Zusätzlich zu den neuen Funktionen bietet die CUDA-6-Plattform eine komplette Suite mit Programmier-Tools, GPU-beschleunigten Mathematik-Libraries, Dokumentationen und Programmier-Anleitungen. Die Version 6 des CUDA-Toolkits wird voraussichtlich Anfang 2014 verfügbar sein. Mitglieder des CUDA Computing Registered Developer Program erhalten automatisch eine Nachricht, sobald der Download bereitsteht. Wer am Developer Program teilnehmen möchte, kann sich bei Nvidia registrieren.

Weitere Informationen zur CUDA-6-Plattform gibt es auf der SC13 in Denver vom 18. bis 21. November am Nvidia-Stand 613 und auf der CUDA-Webseite.