Aktualizacja NVIDIA CUDA 13.2: Najnowsze wiadomości o CUDA (GPU Ampere i Ada)

Iris Coleman 29 mar 2026 23:00

CUDA 13.2 rozszerza programowanie GPU oparte na kafelkach na starsze architektury, dodaje narzędzia profilowania Python i zapewnia do 5-krotne przyspieszenie dzięki nowym algorytmom Top-K.

Najnowsze wiadomości o CUDA: NVIDIA rozszerza ekosystem CUDA

Wiadomości o CUDA: Kluczowe informacje

NVIDIA rozszerza dostęp do CUDA na platformy firm trzecich, co stanowi ważny krok w uczynieniu ekosystemu obliczeń GPU bardziej dostępnym dla programistów na całym świecie.

• CUDA jest teraz dostępna na większej liczbie platform firm trzecich
• Rozszerzenie ekosystemu CUDA poza tradycyjne środowiska
• Zwiększona dostępność dla programistów i przedsiębiorstw
• Silniejsze wsparcie dla obliczeń opartych na chmurze i rozproszonych

Co to oznacza dla programistów i firm AI

Rozszerzenie CUDA na platformy firm trzecich obniża barierę wejścia dla programistów i firm. Umożliwia bardziej elastyczne opcje wdrożenia i zmniejsza zależność od określonych środowisk sprzętowych.

Kluczowe korzyści obejmują:

• Łatwiejsze wdrażanie aplikacji AI na różnych platformach
• Zmniejszone ograniczenia infrastruktury dla startupów i przedsiębiorstw
• Większa elastyczność w środowiskach chmurowych i hybrydowych
• Szybsza innowacja w aplikacjach AI i zasilanych GPU

Oczekuje się, że ten krok przyspieszy adopcję CUDA w wielu branżach.

Wydanie NVIDIA CUDA 13.2 rozszerza model programowania opartego na kafelkach na architektury Ampere i Ada, przynosząc to, co firma nazywa największą aktualizacją platformy od dwóch dekad, na znacznie szerszą bazę sprzętową. Aktualizacja wprowadza również natywne możliwości profilowania Python i nowe algorytmy zapewniające do 5-krotne poprawy wydajności dla określonych obciążeń.

Wcześniej ograniczona do GPU klasy Blackwell, CUDA Tile teraz obsługuje architektury o możliwościach obliczeniowych 8.X (Ampere i Ada), wraz z istniejącym wsparciem 10.X i 12.X. NVIDIA wskazała, że przyszłe wydanie zestawu narzędzi rozszerzy pełne wsparcie na wszystkie architektury GPU począwszy od Ampere, potencjalnie obejmując miliony wdrożonych profesjonalnych i konsumenckich GPU.

Python otrzymuje pierwszorzędne traktowanie

Wydanie znacząco rozszerza narzędzia Python. cuTile Python, implementacja DSL modelu programowania kafelkowego NVIDIA, teraz obsługuje funkcje rekurencyjne, domknięcia z przechwytywaniem, funkcje lambda i niestandardowe operacje redukcji. Instalacja została uproszczona do pojedynczego polecenia pip, które pobiera wszystkie zależności bez konieczności instalacji systemowego CUDA Toolkit.

Nowy interfejs profilowania o nazwie Nsight Python przynosi profilowanie jąder bezpośrednio programistom Python. Używając dekoratorów, programiści mogą automatycznie konfigurować, profilować i wykreślać porównania wydajności jąder w wielu konfiguracjach. Narzędzie udostępnia dane wydajności poprzez standardowe struktury danych Python do niestandardowej analizy.

Być może bardziej znaczące dla procesów debugowania: jądra Numba-CUDA mogą być teraz po raz pierwszy debugowane na rzeczywistym sprzęcie GPU. Programiści mogą ustawiać punkty przerwania, przechodzić przez instrukcje i sprawdzać stan programu za pomocą CUDA-GDB lub Nsight Visual Studio Code Edition.

Zyski wydajności algorytmów

Wydanie CUDA Core Compute Libraries (CCCL) 3.2 wprowadza kilka zoptymalizowanych algorytmów. Nowy cub::DeviceTopK zapewnia do 5-krotne przyspieszenie w porównaniu z pełnym sortowaniem radix podczas wybierania K największych lub najmniejszych elementów ze zbioru danych — powszechna operacja w systemach rekomendacji i aplikacjach wyszukiwania.

Redukcja segmentowana o stałym rozmiarze pokazuje jeszcze bardziej dramatyczne usprawnienia: do 66 razy szybsza dla małych rozmiarów segmentów i 14 razy dla dużych segmentów w porównaniu z istniejącą implementacją opartą na przesunięciu. Biblioteka cuSOLVER dodaje obliczenia emulowane FP64, które wykorzystują przepustowość INT8, osiągając do 2-krotne zyski wydajności dla faktoryzacji QR w systemach B200, gdy rozmiary macierzy zbliżają się do 80K.

Aktualizacje dla przedsiębiorstw i systemów wbudowanych

Sterowniki obliczeniowe Windows domyślnie przełączają się na tryb MCDM zamiast TCC począwszy od wersji sterownika R595. Ta zmiana rozwiązuje problemy z kompatybilnością, w których niektóre systemy wyświetlały błędy podczas uruchamiania. MCDM umożliwia obsługę WSL2, natywną kompatybilność kontenerów i zaawansowane interfejsy API zarządzania pamięcią wcześniej zarezerwowane dla trybu WDDM. NVIDIA przyznała, że MCDM ma obecnie nieco wyższe opóźnienie przesyłania niż TCC i pracuje nad zamknięciem tej luki.

Dla systemów wbudowanych, ten sam Arm SBSA CUDA Toolkit teraz działa na wszystkich celach Arm, w tym urządzeniach Jetson Orin. Jetson Thor zyskuje obsługę Multi-Instance GPU, umożliwiając podział zintegrowanego GPU na dwie izolowane instancje — przydatne dla aplikacji robotycznych, które muszą oddzielić krytyczne dla bezpieczeństwa sterowanie silnikiem od cięższych obciążeń percepcji.

Zestaw narzędzi jest teraz dostępny za pośrednictwem portalu dla programistów NVIDIA. Programiści korzystający z GPU Ampere, Ada lub Blackwell mogą uzyskać dostęp do przewodnika Szybki start cuTile Python, aby zacząć eksperymentować z programowaniem opartym na kafelkach.

Wyjaśnienie rozszerzenia ekosystemu CUDA

CUDA od dawna jest kamieniem węgielnym strategii obliczeń GPU NVIDIA. Rozszerzając swoją dostępność na platformy firm trzecich, NVIDIA wzmacnia swój ekosystem i umacnia swoją pozycję na rynku AI i obliczeń o wysokiej wydajności.

To rozszerzenie pozwala programistom wykorzystywać CUDA w większej liczbie środowisk, czyniąc ją bardziej wszechstronną i szeroko przyjętą platformą.

Odzwierciedla to również szerszy trend w branży w kierunku otwartych i elastycznych ekosystemów obliczeniowych.

Powiązane wiadomości i aktualizacje CUDA

Aby uzyskać więcej aktualizacji na temat rozwoju CUDA, sprawdź najnowsze wiadomości:

• NVIDIA CUDA 13.2 rozszerza programowanie kafelkowe dla GPU Ampere i Ada

Bądź na bieżąco z najnowszymi wiadomościami o CUDA, ponieważ NVIDIA kontynuuje rozszerzanie możliwości obliczeń GPU.

FAQ: Wiadomości o CUDA

Jaka jest najnowsza wersja CUDA?

Najnowsza wersja CUDA to CUDA 13.2, która wprowadza usprawnienia w programowaniu kafelkowym i wydajności GPU dla architektur Ampere i Ada.

Co zmieniło się w CUDA 13.2?

CUDA 13.2 dodaje ulepszone programowanie oparte na kafelkach, lepszą optymalizację pamięci i ulepszone wsparcie dla obciążeń AI i obliczeń o wysokiej wydajności.

Które GPU obsługują CUDA 13.2?

CUDA 13.2 jest zoptymalizowana dla GPU NVIDIA Ampere i Ada, zapewniając ulepszoną wydajność i kompatybilność z nowoczesnym sprzętem.

Czy CUDA 13.2 jest dobra dla obciążeń AI?

Tak, CUDA 13.2 znacząco poprawia wydajność AI i uczenia maszynowego poprzez optymalizację wykorzystania GPU i skrócenie czasu treningu.

Jak często NVIDIA aktualizuje CUDA?

NVIDIA regularnie aktualizuje CUDA o nowe funkcje, poprawy wydajności i rozszerzone wsparcie sprzętowe kilka razy w roku.

Gdzie mogę pobrać aktualizacje CUDA?

Możesz pobrać najnowsze aktualizacje CUDA z oficjalnej strony internetowej NVIDIA lub za pośrednictwem platform dla programistów obsługujących CUDA.

• nvidia
• cuda
• obliczenia gpu
• rozwój ai
• python