CUDA
Sign in to saveAlso known as Compute Unified Device Architecture, Nvidia CUDA, Nvidia Compute Unified Device Architecture, NVIDIA CUDA, NVIDIA Compute Unified Device Architecture, Nvidia Cuda, NVIDIA Cuda
lenguaje de programación
Key facts
- Software.name
- CUDA
- Software.screenshot
- Nvidia CUDA Logo.jpg
- Software.author
- Ian BuckJohn Nickolls
- Software.developer
- Nvidia
- Software.programming language
- C
- Software.operating_system
- Windows, Linux
- Software.platform
- Supported GPUs
- Software.genre
- GPGPU
- Software.license
- Proprietary
via Wikipedia infobox
Wikidata facts
- Instance of
- application programming interface
- Developer
- Nvidia
- Official website
- developer.nvidia.com/cuda-zone
- Image
- Nvidia CUDA Logo.jpg
- Has use
- concurrent computing
Show 6 more facts
- software version identifier
- 13.2.0
- inception
- 2007-06-23
- Commons category
- CUDA
- operating system
- macOS
- copyright license
- proprietary license
Sources (6)
via Wikidata · CC0
Article · Español
CUDA son las siglas de Compute Unified Device Architecture (Arquitectura Unificada de Dispositivos de Cómputo) que hace referencia a una plataforma de computación en paralelo que incluye un compilador y un conjunto de herramientas de desarrollo creadas por Nvidia que permiten a los programadores usar una variación del lenguaje de programación C (CUDA C) para codificar algoritmos en GPU de Nvidia. Por medio de wrappers se puede usar Python, Fortran, Julia y Java en vez de C/C++. Funciona en todas las GPU Nvidia de la serie G8X en adelante, incluyendo GeForce, Quadro, ION y la línea Tesla. Nvidia afirma que los programas desarrollados para la serie GeForce 8 también funcionarán sin modificaciones en todas las futuras tarjetas Nvidia, gracias a la compatibilidad binaria provista por el conjunto de instrucciones PTX (Parallel Thread Execution). CUDA intenta explotar las ventajas de las GPU frente a las CPU de propósito general utilizando el paralelismo que ofrecen sus múltiples núcleos, que permiten el lanzamiento de un altísimo número de hilos simultáneos. Por ello, si una aplicación está diseñada utilizando numerosos hilos que realizan tareas independientes (que es lo que hacen las GPU al procesar gráficos, su tarea natural), una GPU podrá ofrecer un gran rendimiento en campos que podrían ir desde la biología computacional a la criptografía, por ejemplo. El primer SDK se publicó en febrero de 2007 en un principio para Windows, Linux, y más adelante en su versión 2.0 para macOS. Actualmente se ofrece para Windows XP/Vista/7/8/10, para Linux 32/64 bits y para macOS.
Abstract from DBpedia / Wikipedia · CC BY-SA