CUDA 20 周年:这一平台如何重塑科学计算
CUDA at 20: How the Platform Transformed Scientific Computing
NVIDIA 在 SC26 上纪念 CUDA 发布 20 周年,目前已有超过 1100 万开发者基于 CUDA 构建应用。CUDA 于 2006 年 11 月在 SC06 发布,将 GPU 加速从图形拓展到科学与仿真计算,曾支撑 AlexNet 训练、AlphaFold 2 的 GPU 执行以及 HIV 衣壳结构解析等工作。NVIDIA 同时提供 1000+ CUDA-X 库。
本周在 SC26 上,NVIDIA 迎来 CUDA 二十周年,并向那些帮助 GPU 计算成为现代科学与 AI 基础的研究人员、开发者和工程师致敬。
CUDA 的 20 周年提供了一个回顾各个计算时代的契机,从编写最早 CUDA 程序的人,到今天在其工作基础上构建的 AI 开发者。
该平台的核心正是这个开发者社区,他们的实验、工具和坚持拓展了加速计算的能力边界。
从 SC06 到 SC26
NVIDIA 于 2006 年 11 月发布 CUDA,并在 SC06 上将其带给科学界,为科学家和开发者提供了一种熟悉的高层编程模型来使用 GPU。它从根本上将加速计算扩展到图形用例之外,以加速科学、仿真等领域的严苛应用。
在此后的二十年里,开发者利用 CUDA 推进了 获得诺贝尔奖的 AI 研究,加速了 超级计算机上的科学应用,并支持了 奥斯卡获奖影片的视觉效果。
如今,超过 1100 万名开发者在整个计算栈上基于 CUDA 进行开发。
致敬进步的建筑师
现在,在 SC26 上,NVIDIA 回顾了一些引领科学与 AI 突破的 CUDA 杰出人物:
在伊利诺伊大学厄巴纳-香槟分校,生物物理学家 Klaus Schulten 的团队通过 Nanoscale Molecular Dynamics 和 Visual Molecular Dynamics 将 GPU 计算与分子生物学联系起来,这些是用于分子模拟和可视化的工具。2013 年,伊利诺伊大学、匹兹堡大学和范德堡大学的研究人员使用 CUDA 加速工具帮助解析了 HIV 衣壳的原子结构。他们将实验与在当时全球最强大的超级计算机之一 Blue Waters 上的模拟相结合。
在 AI 的一项关键突破中,多伦多大学的研究人员 Alex Krizhevsky、Ilya Sutskever 和 Geoffrey Hinton 使用 CUDA 在仅两块 NVIDIA GPU 上训练了 AlexNet。他们的图像识别系统赢得了 2012 年 ImageNet 竞赛,帮助展示了 GPU 计算在深度学习方面的潜力。
计算与科学发现之间的这种联系体现在预测蛋白质结构的 AlphaFold 上。Demis Hassabis 和 John Jumper 因蛋白质结构预测共同获得 2024 年诺贝尔化学奖。他们团队公开发布的 AlphaFold 2 软件 使用 CUDA 进行 GPU 执行。
这些只是众多示例中的几个,它们展示了上一代人的工作如何为下一代创造机会。借助 1,000 多个 NVIDIA CUDA-X 库,开发者如今正在重塑各个行业,并赋予机器看、学习和推理的能力——从发现新药物、设计下一代工厂,到推进自动驾驶汽车、建模金融市场和开启量子计算——以及更多。
使用 CUDA Toolkit 开始构建,并前往 NVIDIA 在 SC26 展台的 20 周年 CUDA 庆祝活动墙参观。
来源:NVIDIA Newsroom · blogs.nvidia.com