Nvidia GTC 2022: Mehr als 60 Updates für Cuda-X-Bibliotheken Die Highlights der Cuda-Updates und -Erweiterungen

Von Robert Brunner*

Nvidia hat auf seiner „GTC“-Konferenz am Dienstag mehr als 60 Updates für seine „Cuda-X“-Bibliotheken vor und erschließt damit neue Bereich in den Wissenschaften und der industriellen Anwendung für „beschleunigtes Computing“ also für Anwendungen, die auf Rechnern laufen, die mit Akzeleratoren ausgestattet sind, etwa GPUs und DPUs von Nvidia.

Anbieter zum Thema

Die neuen „Cuda“-Bibliotheken erleichtern das Arbeiten in den Bereichen Quanteninformatik und 6G-Forschung, Forschung zur Logistikoptimierung, Robotik, Cyber.Sicherheit, Genomik und Arzneimittelforschung, Datenanalyse und mehr.
Die neuen „Cuda“-Bibliotheken erleichtern das Arbeiten in den Bereichen Quanteninformatik und 6G-Forschung, Forschung zur Logistikoptimierung, Robotik, Cyber.Sicherheit, Genomik und Arzneimittelforschung, Datenanalyse und mehr.
(Bild: Nvidia)

Die neuen Bibliotheken beziehungsweise Erweiterungen sollen die Prozesse in den Bereichen Quantencomputing und 6G-Forschung, Logistikoptimierung, Robotik, Cyber-Sicherheit, Genomik und Medikamentenentwicklung, Datenanalyse anfeuern und enthält zudem neue Funktionen, die die Leistung der Cuda-Software-Computing-Plattform erheblich verbessern.Insgesamt erschließt sich Nvidia damit neue Bereiche für beschleunigtes Computing.

Neue Software-Stacks und Aktualisierungen sind ab sofort verfügbar und sollen die Position von Cuda als branchenweit umfassendste Plattform für Entwickler zur Erstellung beschleunigter Anwendungen stärken, um Herausforderungen in Bereichen des High Performance Computing (HPC) wie Forschung in den Bereichen 6G, Quantencomputing, Genomik, Arzneimittelforschung und Logistikoptimierung sowie fortschrittliche Arbeiten in den Bereichen Robotik, Cyber-Sicherheit, Datenanalyse und mehr zu erfüllen.

Die Nvidia-Plattformen für KI, HPC und Grafik basieren auf Cuda und umfassen Software Development Kits und -Tools, die das Herzstück für höhere Leistung und beschleunigte Algorithmen in verschiedenen Anwendungsbereichen bilden. Die SDKs machen es Entwicklern, Forschern und Datenwissenschaftlern leichter, die Leistung der fortschrittlichen Nvidia-Hardware voll zu nutzen und die immense Komplexität an der Schnittstelle von Computing, Algorithmen und Wissenschaft zu bewältigen.

Eine Auswahl

Greg Estes, Vice President of Developer Programs bei Nvidia, erläutert: „Innovationen in den Bereichen KI und beschleunigtes Computing treiben große wissenschaftliche Durchbrüche und die Entwicklung neuer Anwendungen und Dienste in praktisch jeder Branche voran. Mit diesen Updates macht Nvidia es Forschern und Entwicklern einfacher denn je, die Leistungsfähigkeit von Cuda zu nutzen und die höchste Leistung aus unseren Plattformen zu holen.“

Die Cuda-Plattform wurde seit ihrer Einführung im Jahr 2008 mehr als 33 Millionen Mal heruntergeladen, allein 8 Millionen Mal im Jahr vergangenen Jahr, was einen Anstieg um das Dreifache innerhalb von drei Jahren bedeute. Zu den jüngsten Highlights gehören:

  • Zur Beschleunigung der Simulation von Quantenschaltungen ist jetzt „CU-Quantum“ allgemein verfügbar und erstmals in der „CU-Quantum DGX“-Appliance erhältlich, die HPC-Forschern einen vollständigen Quantensimulations-Stack bietet. Er ist für den Einsatz auf der „Nvidia DGX“-Plattform optimiert.
    Als Schlüsselelement in einem schnell wachsenden Ökosystem ist „CU-Quantum“ jetzt als Backend in beliebten Simulatoren von „Google Quantum AI“, „Xanadu“ und Oak Ridge National Laboratory integriert und zudem jetzt auch als Teil der Entwicklungsplattformen für Quantenanwendungen von Classiq und Zapata Computing verfügbar beziehungsweise von QC Ware, Xanadu und anderen genutzt, um die Quantenforschung in Bereichen von der Chemie bis zur Klimamodellierung in großem Maßstab zu betreiben.
  • Sionna“, für die Forschung mit 6G physikalischen Schichten, ist eine neue, GPU-beschleunigte Open-Source-Bibliothek mit nativer Unterstützung für die Integration neuronaler Netze und maschinelles Lernen. Sionna ermöglicht ein schnelles Prototyping komplexer Kommunikationssystemarchitekturen und ergänzt die Investitionen von Nvidia in den Wireless-Bereich, zu denen auch „Aerial“ gehört, eine einheitliche softwaredefinierte Plattform für die Bereitstellung von AI-on-5G.
    Christoph Studer, Professor am Departement für Informationstechnologie und Elektrotechnik der ETH Zürich, zeigt sich begeistert: „Sionna wird die Art und Weise, wie KI/ML-basierte Kommunikationssysteme in Zukunft entwickelt werden, verändern. Noch besser ist, dass es unglaublich schnell auf unserer Nvidia DGX Station läuft.“
  • Rapids“, die Data-Science-Bibliotheken zur Beschleunigung von Medikamentenentwicklung, sozialen Verbindungen, Betrugserkennung und mehr, ist mit 2 Millionen Downloads eines der beliebtesten SDKs von Nvidia und wird in über 5.000 Projekten auf „Github“ eingesetzt. Der „Rapids Accelerator für Apache Spark“ beschleunigt die Verarbeitung um mehr als das Dreifache, ohne dass der Code geändert werden muss. Da 80 Prozent der Fortune 500-Unternehmen Apache Spark in der Produktion einsetzen, können Dateningenieure Spark-Datenrahmen und SQL-Operationen transparent beschleunigen.
  • CU-Opt“, ehemals „RE-Opt“, für logistische Optimierungsforschung mit Schwerpunkt auf Fahrzeugrouting, ermöglicht es Anwendern, Tausende von Paketen in Sekundenschnelle mit Rekordgenauigkeit an Tausende von Orten zu leiten. Das ermöglicht eine Umleitung in Echtzeit und spart jedes Jahr potenziell Milliarden an Lieferkosten.
  • Morpheus“ für Cyber-Sicherheitsanwendungen ermöglicht es, bis zu 100 Prozent der Daten in Echtzeit zu analysieren, um Bedrohungen genauer zu erkennen und schneller zu beseitigen. F5, Anbieter von Security-Produkten, konnte die Leistung seines Malware-Erkennungsmodells um das 200-fache steigern, von 1.013 Nachrichten pro Sekunde auf 208.333 Nachrichten pro Sekunde, und das mit nur 136 Codezeilen.
  • DGL Container“, für das Training graphischer neuronaler Netze, fügt Verbesserungen im Algorithmus hinzu, die 4x schnellere End-to-End ETL- und Trainings-Workflows (ETL = Extract, Transform, Load) als CPUs in Bereichen wie Arzneimittelentdeckung und Betrugserkennung ermöglichen.
  • Nsight“ Systems, für die systemweite Visualisierung der Leistung einer Anwendung, ermöglicht es Entwicklern, zu sehen, wie GPU-beschleunigte Bibliotheken Systemressourcen nutzen, mit der Anwendung interagieren und Optimierungsmöglichkeiten zur Reduzierung von Engpässen erkennen.
  • Zu den weiteren aktualisierten Bibliotheken gehören „Monai“ für medizinische Bildgebung, „Flare“ für föderiertes Lernen mit fast 300.000 Downloads, „Maxine“ für die Neuerfindung der Kommunikation, „Riva“ für Sprach-KI, „Merlin“ für Empfehlungssysteme und „Isaac“ für die Robotik.

Mehr zu den Cuda-X Bibliotheken in der GTC 2022 Keynote von Nvidia-CEO Jensen Huang.

Die 3 Millionen Mitglieder des Nvidia-Entwicklerprogramms erhalten Vorteile wie Zugang zu Schulungskursen und Materialien über das „Nvidia Deep Learning Institute“, technischen Vorträgen und Tools und vielem mehr.

* Robert Brunner ist freier Autor und lebt in Augsburg.

(ID:48159240)