Herramientas de desarrollo de software

Introducción a la programación para la GPU

• Seminarios y sencillos tutoriales de autoestudio en audio y vídeo
• Complemento a la documentación de CUDA, incluidas las guías de ajuste de Fermi
• NVIDIA y la Universidad de Illinois publican el primer libro de texto dedicado al procesamiento paralelo masivo: David Kirk, NVIDIA y Dr. Wen-mei Hwu, University of Illinois

Cómo obtener ayuda sobre CUDA

• Empieza con los foros de CUDA
• Regístrate como desarrollador de CUDA
• Podrás notificar y conocer errores, y obtener acceso anticipado a versiones preliminares del software

Herramientas de desarrollo

• Controladores para las GPUs Tesla
• Compilador de CUDA C y C++ para GPUs
• Incluye el depurador GDB para CUDA y CUDA Visual Profiler
• Controladores de OpenCL, Visual Profiler, ejemplos de código del SDK y más
• Compilador de Fortran para CUDA de PGI
• Entorno de desarrollo Parallel NSight para Visual Studio destinado al desarrollo de código en la GPU (antes denominado “Nexus”)

Ejemplos de códigos y librerías

• Suministrados por NVIDIA
• Ejemplos de código CUDA del SDK
• Librería BLAS de CUDA (parte del toolkit)
• Librería FFT de CUDA (parte del toolkit)
• Vector de multiplicación de matrices dispersas de NVIDIA: código, artículo 1, artículo 2
• NPP: primera aproximación a las primitivas de rendimiento de NVIDIA: se centra en el procesamiento de imágenes y vídeo
• Nota: CUDA 4.1 RC ya está disponible para los desarrolladores registrados.
• Suministrados por otras empresas o entidades
• Librería cuDPP (CUDA data parallel primitives)
• Herramientas CULA: LAPACK en GPUs CUDA de EM Photonics
• MAGMA: LAPACK en GPUs CUDA y CPUs multinúcleo del grupo de Dongarra
• Método de gradiente conjugado con precondicionador Jacobi
• GPULib: librería de funciones matemáticas para IDL y MATLAB
• Librería de procesamiento de señales VSIPL de la GPU
• Librería de generación de imágenes y visión computarizada
• OpenCurrent: librería de código abierto para cálculo CUDA de ecuaciones en derivadas parciales sobre grids normales
• libSVM en CUDA/GPUs
• Multisvm: SVM multiclase en CUDA
• cuSVM: máquinas de soporte vectorial para clasificación y regresión implementadas en CUDA

Compiladores de autoparalelización (con uso de directrices)

• Compilador de autoparalelización de C y Fortran (de PGI) para CUDA C
• Compilador de autoparalelización HMPP de CAPS para CUDA C basado en C y Fortran

Soporte de MATLAB, Mathematica, R, LabView

• MATLAB

• MathWorks:Librerías MATLAB procesadas con GPUs NVIDIA
• Plugin Jacket basado en CUDA para MATLAB
• GPULib: librería de funciones matemáticas con vínculos para IDL y MATLAB
• Mathematica
• Programación con CUDA en Mathematica de Wolfram
• Plugin de Mathematica para CUDA
• Habilitación del GPU Computing en el entorno estadístico de R
• Librería CUDA para LabVIEW de National Instruments
• Formas de usar CUDA desde LabVIEW CVI

Soporte de Fortran, Java, Python, C++, .NET, F#

• Fortran
• Compilador de Fortran para CUDA de PGI
• Traductor de Fortran a C para CUDA
• FLAGON: librería de Fortran 95 para cálculo en la GPU
• Interfaz (wrapper) de Python para CUDA: PyCUDA
• Wrapper de Java

• jCUDA: Java para CUDA
• Vínculos para las librerías BLAS y FFT de CUDA
• JaCUDA

• Integración de .NET para CUDA
• Thrust: librería de plantillas de C++ para CUDA
• CuPP : infraestructura de C++ para CUDA
• Libra: capa de abstracción de C/C++ para CUDA
• F# para CUDA

Herramientas de productividad y clúster

• Soporte de Eclipse para CUDA
• CUDA Occupancy Calculator
• dministrador de clusters de cálculo para GPUs Tesla
• PBS Works para GPUs Tesla
• Scyld de Penguin Computing

MATLAB es una marca registrada de The MathWorks, Inc.

Jacket es una marca registrada de AccelerEyes