開放軟體社群的力量愈來愈受到科技公司的重視，GPU大廠NVIDIA即是一例。繼針對廣為應用的開放原始碼編譯器架構 LLVM 之核心及平行運算執行緒後端釋出 CUDA 編譯器的原始碼後，該公司今(19)日又宣佈其NVIDIA CUDA平行運算編程模式將加入 Python 的支援，讓越來越多使用 Python 開放原始碼程式語言的程式設計人員現在能透過 CUDA 為各種高速運算 (HPC) 和巨量資料分析應用挹注 GPU 加速的威力。

NVIDIA CUDA支援Python開源語言

Continuum Analytics 公司共同創辦人暨執行長 Travis Oliphant 表示：「幾百萬名 Python 程式設計人員現在可以運用 GPU 加速器為他們的應用程式提升效能。程式設計人員使用 NumbaPro 即可同時得到 Python 和 CUDA 的優勢。」

美國史丹佛大學化學、結構生物和資訊工程教授 Vijay Pande 表示：「我們的研究小組通常會使用 Python 來為新的想法和演算法進行原型設計以及反覆檢視，一旦演算法生效後會立即重寫 C 或 C++ 的演算法。 CUDA 對 Python 的支援可讓我們編寫效能碼，並同時保持 Python 所具備的生產力。」

Python 是一種簡單易學、易用的程式語言，是十大程式語言的一種，已擁有超過 300 萬使用者。它可讓使用者不用深入探究編程的細節即可編寫高階軟體程式碼，更可輕鬆將他們對演算法的想法加入程式碼中。 Python 擁有豐富的標準函式庫和眾多先進功能，非常適用於廣泛的高速運算科學、工程研發和各種巨量資料分析應用。

Python 針對 NVIDIA CUDA 平行運算的支援主要來自於 Python 的 NumbaPro 編譯器，這款軟體是 Continuum Analytics 公司全新 Anaconda Accelerate 產品中的 Python 編譯器。該公司的 Python 開發環境透過 LLVM 和 NVIDIA CUDA 編譯器軟體開發套件，為 Python 程式設計人員提供各種 GPU 加速應用功能。Continuum Analytics 藉由 Anaconda Python 產品提供 Anaconda Accelerate ，同時也是 Wakari 網路式資料探搜和程式碼開發環境的一部分。

LLVM 的模組化功能可讓程式語言和函式庫設計人員為 Python 等眾多通用的程式語言和特定領域的編程語言加入 GPU 加速功能。 LLVM 能提供有效、及時的編譯功能，讓開發人員能夠在不同的架構上針對 Python 這類動態語言進行快速編譯。