SALE EL TOOLKIT DE CUDA 2.2
NOTA DE PRENSA:
SALE EL TOOLKIT DE CUDA 2.2
NVIDIA ha publicado la versión 2.2 del Toolkit y el kit de desarrollo (SDK) de CUDA para GPU Computing. Esta última versión representa un salto considerable en el objetivo de aprovechar al máximo el potencial de las GPU NVIDIA y la arquitectura de cálculo paralelo CUDA. Además, la nueva versión del toolkit podrá funcionar con el próximo sistema operativo de Microsoft, Windows 7, que entra en el mundo del GPU Computing.
Otras novedades del Toolkit 2.2 incluyen:
- Visual Profiler para la GPU
La operación más común a la hora de ajustar el comportamiento de una aplicación es analizar el rendimiento y luego modificar el código. Visual Profiler es una herramienta gráfica basada en CUDA diseñada para analizar el rendimiento de aplicaciones C que se ejecutan en la GPU. Esta última versión de la herramienta incluye métricas para transacciones de la memoria, lo que proporciona a los desarrolladores la posibilidad de ver y ajustar uno de los aspectos más determinantes del rendimiento de las aplicaciones. - Mejoras en la interoperabilidad con OpenGL
Proporciona sustanciales mejoras de rendimiento en la generación de imágenes médicas y otras aplicaciones OpenGL que se ejecutan en las GPU Quadro cuando el cálculo de CUDA y el renderizado de las funciones gráficas de OpenGL se realizan en diferentes GPU. - Escritura desde la memoria “pitch” (arrays 2D alineados) en las texturas
Llega a reducir a la mitad el consumo de ancho de banda en las aplicaciones de procesamiento de vídeo. - Función de copia cero
Introduce una considerable mejora del rendimiento en las aplicaciones de transferencia de vídeo en tiempo real, transcodificación de vídeo, procesamiento de imágenes y procesamiento de señales, ya que permite a las funciones CUDA leer y escribir directamente en la memoria reservada (no paginable) del sistema. Esto reduce la frecuencia de los accesos y la cantidad de los datos que se copian entre la memoria de la GPU y la CPU. Función incluida en el MCP7x, la GPU GT200 y las GPU posteriores. - Uso compartido de la memoria reservada del sistema
Permite a todas las GPU acceder a los mismos datos en la memoria del sistema, de forma que las aplicaciones que utilizan múltiples GPU utilizan menos memoria y alcanzan así mayores niveles de rendimiento. Entre los sistemas dotados de múltiples GPU se incluyen los servidores Tesla, los superordenadores personales Tesla, las estaciones de trabajo que utilizan unidades QuadroPlex de escritorio y PC de consumo configurados con varias GPU. - Copia asíncrona de memoria en Vista
Proporciona una considerable mejora del rendimiento de las aplicaciones al copiar la memoria de forma asíncrona. Esta función ya estaba disponible en otras plataformas compatibles, pero ahora también lo está en Vista. - Depurador acelerado por hardware para la GPU
Los desarrolladores ahora pueden utilizar un depurador CUDA en el nivel de hardware que ofrece la simplicidad del famoso GDB de código abierto y, al mismo tiempo, la posibilidad de depurar programas que ejecutan miles de subprocesos en la GPU. Este depurador para Linux tiene todo lo necesario para actuar directamente en la GPU, lo que incluye capacidad para definir puntos de control, vigilar las variables, examinar el estado, etc. - Modo de dispositivo exclusivo
Esta opción de configuración del sistema permite a una aplicación hacer un uso exclusivo de una GPU, lo que le garantiza el 100% de la capacidad de procesamiento y la memoria de esa GPU. En este modo sigue siendo posible ejecutar varias aplicaciones a la vez en el sistema, pero sólo una podrá utilizar cada GPU en cada momento. Esta configuración es particularmente útil en clusters Tesla, donde es posible que las aplicaciones de mayor carga computacional necesiten utilizar una o varias GPU de cada nodo del clúster Linux de forma exclusiva.
El último Toolkit de CUDA, el SDK y los controladores ya están disponibles para descarga en www.nvidia.es/cuda.
