gpu加速python_Python支持 NVIDIA CUDA: GPU加速！

泡泡网显卡频道3月20日 日前，NVIDIA 今天宣布，日益壮大的 Python 开源语言程序员队伍现在可以通过利用 NVIDIA CUDA 并行编程模型，在其高性能计算 (HPC) 与大数据分析应用程序中充分利用 GPU 加速。

Python 易学易用，用户超过 300 万人，是世界上十大编程语言之一。 该语言让用户能够编写出充分体现用户算法理念的高级软件代码，而无需钻研编程细节。Python 广泛的库与先进的特性使其十分适合各种 HPC 学科、工程以及大数据分析等应用。

对 NVIDIA CUDA 的支持是通过 NumbaPro 实现的，它是 Continuum Analytics 公司全新 Anaconda Accelerate 产品中的一款 Python 编译器。

Continuum Analytics 联合创始人兼首席执行官 Travis Oliphant 表示: “成千上万的 Python 程序员现在能够利用 GPU 加速器来在其应用程序上提升性能。 在 NumbaPro 中，程序员可以鱼与熊掌兼得: 凭借 NVIDIA GPU 的高性能，他们能够利用 Python 的灵活性与高生产率。”

通过 LLVM，拓宽通向加速计算的道路

在 GPU 加速的应用开发方面，这一全新的支持是 NVIDIA 把 CUDA 编译器源代码贡献给 LLVM 核心与并行线程执行后端的结果。LLVM 是一种应用广泛的编译器基础架构。

Continuum Analytics 的 Python 开发环境利用 LLVM 和 NVIDIA CUDA 编译器软件开发包来为 Python 程序员提供 GPU 加速的应用程序功能。

LLVM 的模块化设计让语言和库设计师能够轻松地将 GPU 加速支持增添到 Python 等各种通用语言中，也可以增添到特定领域的编程语言中。 LLVM 高效而适时的编译功能让开发者能够针对各种架构即时编译 Python 等动态语言。

斯坦福大学化学系、结构生物学系以及计算机科学系教授 Vijay Pande 指出: “我们的研究团队一般会用 Python 语言为新理念和新算法开发原型设计与迭代，一旦证明该算法有效，然后就用 C 或 C++ 重新编写这一算法。 Python 中的 CUDA 支持让我们能够编写出高性能代码，同时还能保持 Python 所提供的高生产率。”

Anaconda Accelerate 可用于 Continuum Analytics 的 Anaconda Python 产品，同时也是基于 Wakari 浏览器的数据探索与代码开发环境的一部分。

关于 CUDA

CUDA 是 NVIDIA 开发的一种并行计算平台和编程模型。 该平台通过利用 GPU 的处理能力，可大幅提升计算性能。 CUDA 编程模型下载量已逾 170 万，支持 220 多款领先的工程、科学以及商业应用，在利用 GPU 加速计算这方面是开发者当中最流行的方式。

如需了解有关 NVIDIA CUDA GPU 的更多信息，敬请访问 NVIDIA Tesla GPU 网站。 如需了解 CUDA 的更多信息或者如需下载最新版本，敬请访问 CUDA 网站。

关于NVIDIA (英伟达) 公司

自从 1993 年以来，NVIDIA (英伟达) 公司 (纳斯达克代码: NVDA) 一直在视觉计算的艺术与科学发展中勇当开路先锋。NVIDIA(英伟达) 公司的诸多技术正在彻底转变显示世界的面貌，使其成为充满互动与探索的世界，这将影响所有人，不论是游戏玩家、科学家还是消费者以及企业客户。如需了解更多信息，敬请访问 点击这里 和 点击这里。