Nvidia hat Version 5 seiner Entwicklungsumgebung für GPU-Programmierung CUDA freigegeben. Mit dem jüngsten CUDA-Toolkit und -SDK erhalten Entwickler neue Werkzeuge zur Programmierung von Anwendungen, die sich die parallele Rechenleistung von Grafikkarten zu Nutze machen.
Zu den Neuerungen zählen Dynamic Parallelism über die GPU, abrufbare Bibliotheken, GPUDirect-Unterstützug für RDMA und die Integration von Nvidias Nsight Eclipse Edition. Sie sollen die GPU-beschleunigte Entwicklung einfacher und effizienter machen.
CUDA 5 erlaubt ab sofort den Zugriff auf ein breiteres Spektrum beliebter Algorithmen, wie sie in adaptiven Anwendungen zur Gitterverfeinerung und nimuerischer Stromungsmechanik eingesetzt werden. GPU-Threads können dynamisch neue Threads erzeugen, was der GPU gestattet, sich der Auslastung anzupassen. Durch die gleichzeitige Entlastung der CPU ist eine effektivere parallele Entwicklung möglich.
In Kombination mit der neuen Bibliothek CUDA BLAS können Entwickler dynamische Parallelität für ihre eigenen, durch die GPU aufrufbaren Bibliotheken nutzen. Auf diese Weise lassen sich Programmierschnittstellen entwerfen, die die Funktionalität eigener Kernels steigern. Zugleich ist es möglich, Rückfragen an die GPU (Callbacks) zu stellen, und so weitere, durch die GPU abrufbare Bibliotheken von Drittherstellern einzubinden. Mittels „Objektverknüpfung“ lassen sich auch große GPU-Anwendungen schreiben, indem beim Kompilieren mehrere CUDA-Quelldateien in separate Dateien verlagert werden und auf große Anwendungen sowie Bibliotheken verweisen.
Die GPUDirect-Technik erlaubt eine direkte Kommunikation zwischen Grafikchips und anderen PCI-Express-Geräten wie Netzwerkkarten. Das trägt zu einer deutlichen Minimierung von MPI-SendRecv-Latenzen zwischen GPU-Knoten in einem Cluster bei, wodurch die allgemeine Leistungsfähigkeit von Anwendungen steigt. So lassen sich Engpässe beim Systemspeicher umgehen.
Nsight Eclipse Edition ermöglicht die Entwicklung, das Debugging und die Profilierung von GPU-Anwendungen mit einer Eclipse-ähnlichen integrierten Entwicklungsumgebung unter Linux und Mac OS X. Ein enthaltener CUDA-Editor und Arbeitsbeispiele vereinfachen und beschleunigen das Schreiben von CUDA-Code. Eine automatische Code-Refaktorisierung erleichtert die Portierung der CPU-Loops zum CUDA-Kernel. Neu sind auch ein System zur Analyse von Leistungsbremsen und Schritt-für-Schritt-Anleitungen zur Optimierung von Code-Fragmenten. Syntax-Highlighting hilft bei der Unterscheidung von GPU- und CPU-Code.
Mit CUDA 5 führt Nvidia auch eine kostenlose zentrale Anlaufstelle für Entwickler ein, das Online Ressource Center. Es bietet neben neuesten Informationen zur CUDA-Plattform und dem Entwicklungsmodell auch Zugriff auf alle Dokumentationen und Technologien, inklusive Werkzeuge, Beispielcode, APIs sowie Anleitungen zur Anpassung und Einhaltung der Rahmenrichtlinien. Hier finden sich ebenso die aktuellen Release Notes.
Der Cybersecurity Report von Hornetsecurity stuft 2,3 Prozent der Inhalte gar als bösartig ein. Die…
Die Hintermänner haben es auf Zugangsdaten zu Microsoft Azure abgesehen. Die Kampagne ist bis mindestens…
Cloud-Plattform für elektronische Beschaffungsprozesse mit automatisierter Abwicklung elektronischer Rechnungen.
Mindestens eine Schwachstelle erlaubt eine Remotecodeausführung. Dem Entdecker zahlt Google eine besonders hohe Belohnung von…
Nur rund die Hälfte schaltet während der Feiertage komplett vom Job ab. Die anderen sind…
Security-Experten von Check Point sind einer neuen Angriffsart auf die Spur gekommen, die E-Mail-Schutzmaßnahmen umgehen…
