Architecture de calcul unifiée pour dispositifs

Lancé par NVIDIA en 2006, CUDA (qui était à l’origine l’abréviation de « Compute Unified Device Architecture ») désigne deux éléments : 1. Architecture CUDA : architecture massivement parallèle des GPU NVIDIA, dotés de centaines ou de milliers de cœurs. 2. Plateforme logicielle et modèle de programmation CUDA : également conçus par NVIDIA, ils constituent un type d’API (interface de programmation d’applications) qui permet aux développeurs de programmer ces GPU pour des traitements à usage général.

CUDA permet aux développeurs d’accélérer les applications exigeantes en calcul en exploitant la puissance des GPU pour toute partie parallélisable d’un calcul. Contrairement aux interfaces de programmation GPU antérieures, comme Direct3D et OpenGL, qui exigeaient des compétences avancées en programmation graphique, CUDA facilite grandement la mise en œuvre de la programmation parallèle par les développeurs et les ingénieurs logiciels, puisqu’il est compatible avec plusieurs langages de programmation familiers, notamment C, C++ et Fortran. Il suffit d’ajouter à ces langages quelques extensions sous forme de mots-clés de base pour accéder directement au jeu d’instructions virtuel du GPU et à ses éléments de calcul parallèle afin d’exécuter des noyaux de calcul.

Les systèmes serveurs R-Series et G-Series de GIGABYTE sont optimisés pour fonctionner avec des processeurs graphiques NVIDIA à usage général compatibles avec CUDA (GPGPU), comme les Tesla V100, Tesla T4 et les modèles de la série RTX Quadro. Il s’agit d’une solution matérielle prête à l’emploi avec l’interface de programmation CUDA, qui fournit aux développeurs un outil puissant pour traiter des charges de travail massivement parallèles, notamment dans le cadre de simulations scientifiques ou de l’entraînement de réseaux neuronaux profonds (DNN).