NVIDIA เปิดตัว CUDA 8 รองรับ CPU สถาปัตยกรรมใหม่และฟีเจอร์ใหม่เพิ่มเติม

NVIDIA ได้ประกาศเปิดตัว CUDA 8 สำหรับใช้พัฒนาโปรแกรมเพื่องานประมวลผลประสิทธิภาพสูงแบบ Parallel โดยเฉพาะเป็นที่เรียบร้อย โดยมีฟีเจอร์ใหม่ๆ ดังนี้

nvidia_nvgraph_p100_speedups-2-624x376

  • รองรับ GPU สถาปัตยกรรม Pascal ได้แก่ NVIDIA Tesla P100, P40 และ P4
  • รองรับการทำ Unified Memory ได้ดีขึ้น โดยสามารถ Port โค้ดจาก CPU Parallel มาใช้ GPU ได้ง่ายขึ้น โดยรองรับ Address Space และ Page Faulting ขนาดใหญ่ได้
  • ประมวลผล FP16 และ INT8 ได้แบบ Native ทำให้ทำ Deep Learning และงานประมวลผลเฉพาะทางได้ดีขึ้น
  • เพิ่ม Library ใหม่ nvGRAPH GPU-Accelerated Graph Analyitcs เข้ามา สร้างกราฟจากข้อมูลขนาดใหญ่ได้เร็วขึ้นกว่าเดิมมากกว่า 200 เท่า
  • เพิ่ม Visual Profiler วิเคราะห์ Dependency ของการใช้ GPU และ CPU ในโค้ดให้เข้าใจได้ง่ายขึ้น และปรับปรุงประสิทธิภาพได้ดีขึ้น
  • NVCC Compiler ทำงานได้เร็วขึ้น
  • รองรับการทำ GPU Lambda แบบ Heterogeneous ได้แล้ว

ผู้ที่สนใจสามารถโหลด CUDA Toolkit ได้ที่ http://developer.nvidia.com/cuda-toolkit เลยนะครับ

ที่มา: https://devblogs.nvidia.com/parallelforall/cuda-8-features-revealed/

About techtalkthai

ทีมงาน TechTalkThai เป็นกลุ่มบุคคลที่ทำงานในสาย Enterprise IT ที่มีความเชี่ยวชาญทางด้าน Network, Security, Server, Storage, Operating System และ Virtualization มารวมตัวกันเพื่ออัพเดตข่าวสารทางด้าน Enterprise IT ให้แก่ชาว IT ในไทยโดยเฉพาะ

Check Also

Sonar เข้าซื้อกิจการ Gitar สตาร์ตอัป AI Code Review ยกระดับระบบตรวจสอบโค้ดด้วย Agentic Reasoning

Sonar ผู้ให้บริการแพลตฟอร์มตรวจสอบคุณภาพและความมั่นคงปลอดภัยของโค้ด ประกาศเข้าซื้อกิจการ Gitar สตาร์ตอัปผู้เชี่ยวชาญด้านระบบ AI-native Code Review การเข้าซื้อกิจการครั้งนี้มีเป้าหมายเพื่อผสานความสามารถด้านการคิดวิเคราะห์ของ Gitar เข้ากับเอนจินตรวจสอบโค้ดของ Sonar เพื่อสร้างความมั่นคงปลอดภัยที่รัดกุมยิ่งขึ้นสำหรับทีม DevOps ในยุคที่ …

Huawei เปิดตัวสถาปัตยกรรมชิปใหม่ แก้ปัญหาคว่ำบาตรและข้อจำกัด Moore’s Law

Huawei Technologies ยักษ์ใหญ่ด้านอิเล็กทรอนิกส์จากจีนได้เปิดตัวเฟรมเวิร์กการออกแบบชิปใหม่ ซึ่งบริษัทระบุว่าจะช่วยลดช่องว่างในอุตสาหกรรมเซมิคอนดักเตอร์กับผู้นำระดับโลกอย่าง TSMC และ Nvidia ได้