Einheitliche Gerätearchitektur für Berechnungen

CUDA wurde 2006 von NVIDIA eingeführt. Die Abkürzung stand ursprünglich für „Compute Unified Device Architecture“ und bezeichnet zwei Dinge: 1. CUDA-Architektur: die massiv parallele Architektur von NVIDIA-GPUs mit Hunderten oder Tausenden von Kernen. 2. CUDA-Softwareplattform und -Programmiermodell: Diese ebenfalls von NVIDIA entwickelte API (Application Programming Interface) ermöglicht es Entwicklern, NVIDIA-GPUs für die Verarbeitung allgemeiner Aufgaben zu programmieren.

CUDA ermöglicht es Entwicklern, rechenintensive Anwendungen zu beschleunigen, indem sie die Leistungsfähigkeit von GPUs für alle parallelisierbaren Teile einer Berechnung nutzen. Im Gegensatz zu früheren GPU-Programmierschnittstellen wie Direct3D und OpenGL, die fortgeschrittene Kenntnisse in der Grafikprogrammierung voraussetzten, erleichtert CUDA die Implementierung paralleler Programme für Entwickler und Softwareingenieure erheblich, da es mit vielen vertrauten Programmiersprachen wie C, C++ und Fortran kompatibel ist. Entwickler müssen lediglich einige grundlegende Schlüsselwörter als Erweiterungen dieser Sprachen verwenden. Dadurch erhalten sie direkten Zugriff auf den virtuellen Befehlssatz der GPU und ihre parallelen Recheneinheiten, um Rechenkerne auszuführen.

Die R-Series- und G-Series-Serversysteme von GIGABYTE sind für den Betrieb mit CUDA-fähigen NVIDIA-GPGPUs (General Purpose Graphics Processing Units) wie der Tesla V100, Tesla T4 oder der RTX Quadro Series optimiert. Diese Hardwarelösung ist für die Verwendung mit der CUDA-Programmierschnittstelle ausgelegt und bietet Entwicklern ein leistungsstarkes Werkzeug zur Verarbeitung massiv paralleler Workloads, beispielsweise in wissenschaftlichen Simulationen oder beim Training tiefer neuronaler Netze (DNN).