2013年3月18日，NVIDIA 今天宣布，日益壮大的 Python 开源语言程序员队伍现在可以通过利用 NVIDIA® CUDA® 并行编程模型。
2013 年 3 月 18 日 — 美国加利福尼亚州圣何塞 — GTC 2013 — NVIDIA 今天宣布，日益壮大的 Python 开源语言程序员队伍现在可以通过利用 NVIDIA® CUDA® 并行编程模型，在其高性能计算 (HPC) 与大数据分析应用程序中充分利用 GPU 加速。
Python 易学易用，用户超过 300 万人，是世界上十大编程语言之一。 该语言让用户能够编写出充分体现用户算法理念的高级软件代码，而无需钻研编程细节。Python 广泛的库与先进的特性使其十分适合各种 HPC 学科、工程以及大数据分析等应用。
对 NVIDIA CUDA 的支持是通过 NumbaPro 实现的，它是 Continuum Analytics 公司全新 Anaconda Accelerate 产品中的一款 Python 编译器。
Continuum Analytics 联合创始人兼首席执行官 Travis Oliphant 表示: “成千上万的 Python 程序员现在能够利用 GPU 加速器来在其应用程序上提升性能。 在 NumbaPro 中，程序员可以鱼与熊掌兼得: 凭借 NVIDIA GPU 的高性能，他们能够利用 Python 的灵活性与高生产率。”
通过 LLVM，拓宽通向加速计算的道路
在 GPU 加速的应用开发方面，这一全新的支持是 NVIDIA 把 把 CUDA 编译器源代码贡献给LLVM核心与并行线程执行后端的结果。LLVM 是一种应用广泛的编译器基础架构。
Continuum Analytics 的 Python 开发环境利用 LLVM 和 NVIDIA CUDA 编译器软件开发包来为 Python 程序员提供 GPU 加速的应用程序功能。
LLVM 的模块化设计让语言和库设计师能够轻松地将 GPU 加速支持增添到 Python 等各种通用语言中，也可以增添到特定领域的编程语言中。 LLVM 高效而适时的编译功能让开发者能够针对各种架构即时编译 Python 等动态语言。
斯坦福大学化学系、结构生物学系以及计算机科学系教授 Vijay Pande 指出: “我们的研究团队一般会用 Python 语言为新理念和新算法开发原型设计与迭代，一旦证明该算法有效，然后就用 C 或 C++ 重新编写这一算法。 Python 中的 CUDA 支持让我们能够编写出高性能代码，同时还能保持 Python 所提供的高生产率。”
Anaconda Accelerate 可用于 Continuum Analytics 的 AnacondaPython 产品，同时也是基于 Wakari浏览器的数据探索与代码开发环境的一部分。
网友评论