开放软件社群的力量愈来愈受到科技公司的重视,GPU大厂NVIDIA即是一例。继针对广为应用的开放原始码编译程序架构 LLVM 之核心及平行运算线程后端释出 CUDA 编译程序的原始码后,该公司今(19)日又宣布其NVIDIA CUDA平行运算编程模式将加入 Python 的支持,让越来越多使用 Python 开放原始码程序语言的程序设计人员现在能透过 CUDA 为各种高速运算 (HPC) 和巨量数据分析应用挹注 GPU 加速的威力。
|
NVIDIA CUDA支持Python开源语言 |
Continuum Analytics 公司共同创办人暨执行长 Travis Oliphant 表示:「几百万名 Python 程序设计人员现在可以运用 GPU 加速器为他们的应用程序提升效能。程序设计人员使用 NumbaPro 即可同时得到 Python 和 CUDA 的优势。」
美国史丹佛大学化学、结构生物和信息工程教授 Vijay Pande 表示:「我们的研究小组通常会使用 Python 来为新的想法和算法进行原型设计以及反复检视,一旦算法生效后会立即重写 C 或 C++ 的算法。 CUDA 对 Python 的支持可让我们编写效能码,并同时保持 Python 所具备的生产力。」
Python 是一种简单易学、易用的程序语言,是十大程序语言的一种,已拥有超过 300 万用户。它可让用户不用深入探究编程的细节即可编写高阶软件程序代码,更可轻松将他们对算法的想法加入程序代码中。 Python 拥有丰富的标准函式库和众多先进功能,非常适用于广泛的高速运算科学、工程研发和各种巨量数据分析应用。
Python 针对 NVIDIA CUDA 平行运算的支持主要来自于 Python 的 NumbaPro 编译程序,这款软件是 Continuum Analytics 公司全新 Anaconda Accelerate 产品中的 Python 编译程序。该公司的 Python 开发环境透过 LLVM 和 NVIDIA CUDA 编译程序软件开发工具包,为 Python 程序设计人员提供各种 GPU 加速应用功能。Continuum Analytics 藉由 Anaconda Python 产品提供 Anaconda Accelerate ,同时也是 Wakari 网络式数据探搜和程序代码开发环境的一部分。
LLVM 的模块化功能可让程序语言和函式库设计人员为 Python 等众多通用的程序语言和特定领域的编程语言加入 GPU 加速功能。 LLVM 能提供有效、及时的编译功能,让开发人员能够在不同的架构上针对 Python 这类动态语言进行快速编译。