跳到主要内容
AI News HubLIVE
站内改写2 分钟阅读

CUDA 二十周年:NVIDIA 回顾平台如何重塑科学计算

文章摘要

在 SC26 大会上,NVIDIA 庆祝 CUDA 诞生二十周年,致敬从 2006 年首批 CUDA 开发者到当今 AI 研究者的社区贡献,并回顾该平台在科学模拟、深度学习与诺贝尔奖级研究中的关键作用。

来源NVIDIA Blog作者: Brett Murray
CUDA 二十周年:NVIDIA 回顾平台如何重塑科学计算
报告错误

纠错通道尚未开通,可先复制下方文章信息留存。

查看更正说明
直接读正文

本周在 SC26 超算大会上,NVIDIA 正式纪念 CUDA 平台诞生二十周年。这场庆祝不仅是对一项技术的回顾,更是向那些推动 GPU 计算成为现代科学与人工智能基石的科研人员、开发者和工程师致敬。

CUDA 的历史可追溯到 2006 年 11 月。当时 NVIDIA 发布 CUDA,并在 SC06 大会上将其介绍给科学界。该平台为科学家和开发者提供了一个熟悉的高层编程模型,使他们能够利用 GPU 进行通用计算。这一举措从根本上将加速计算从图形渲染扩展到科学、模拟等要求严苛的应用领域。

二十年间,CUDA 见证并支持了众多突破性成果:开发者用它推进了获得诺贝尔奖的 AI 研究,在超级计算机上加速科学应用,并为奥斯卡获奖影片的视觉效果提供算力支撑。如今,全球已有超过 1100 万开发者在整个计算栈上构建于 CUDA 之上。

在 SC26 上,NVIDIA 特别回顾了几位推动科学与 AI 进步的 CUDA 先驱。伊利诺伊大学厄巴纳-香槟分校的生物物理学家 Klaus Schulten 的团队通过 NAMD 和 VMD 等分子模拟与可视化工具,将 GPU 计算与分子生物学连接起来。2013 年,该校与匹兹堡大学、范德堡大学的研究人员利用 CUDA 加速工具,结合当时全球顶尖超级计算机 Blue Waters 上的模拟实验,帮助解析了 HIV 衣壳的原子结构。

另一项关键突破发生在 AI 领域。多伦多大学的研究者 Alex Krizhevsky、Ilya Sutskever 和 Geoffrey Hinton 使用 CUDA 在两块 NVIDIA GPU 上训练了 AlexNet。这个图像识别系统赢得了 2012 年 ImageNet 竞赛,有力展示了 GPU 计算在深度学习中的潜力。

计算与科学发现的紧密联系还体现在 AlphaFold 上。Demis Hassabis 和 John Jumper 因蛋白质结构预测分享了 2024 年诺贝尔化学奖,其团队公开发布的 AlphaFold 2 软件即使用 CUDA 进行 GPU 执行。

这些案例只是众多例证中的一部分,展示了一代人的工作如何为下一代创造机会。目前,超过 1000 个 NVIDIA CUDA-X 库正帮助开发者重塑各行各业,赋予机器看见、学习和推理的能力——从发现新药、设计下一代工厂,到推进自动驾驶、建模金融市场和探索量子计算。

NVIDIA 邀请开发者通过 CUDA Toolkit 开始构建,并参观 SC26 大会 NVIDIA 展台上的“CUDA 20 年庆祝事件墙”。

展开要点与分析

文章情报

工程师进阶

要点

  • CUDA 于 2006 年发布,在 SC06 上向科学界推广,为 GPU 加速计算提供高层编程模型。
  • 如今全球超过 1100 万开发者使用 CUDA,平台催生了 AlexNet、AlphaFold 等里程碑成果并支持了多项诺奖研究。
  • NVIDIA 在 SC26 上举办 20 周年庆祝活动,并展示超过 1000 个 CUDA-X 库如何推动各行业创新。

要点与分析由自动化流程生成,可能有误,请结合原始来源核实。