Python 的高生产率与 GPU 的高性能将成就新一轮 HPC 与数据分析应用

2013 年 3 月 18 日 — 美国加利福尼亚州圣何塞 — GTC 2013 — 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
1999 年， NVIDIA® (英伟达™) 公司 (纳斯达克代码: NVDA) 发明了 图形处理器 (GPU)，让全世界重新认识了计算机图形的威力。现在，从 智能手机 到 超级计算机 ，NVIDIA® (英伟达™) 的 处理器 已广泛应用于各种各样的产品。 手机 、 平板电脑 以及 汽车信息娱乐系统 均采用 NVIDIA® (英伟达™) 的 移动处理器 。 PC 游戏玩家 利用 GPU 来享受令人叹为观止、身临其境的游戏世界。专业人士利用 GPU 来打造 3D 图形 和电影中的视觉特效、设计包括高尔夫球棒与大型喷气式客机在内的各种解决方案。研究人员利用 GPU 所实现的 高性能计算 来推动科学技术进步。NVIDIA® (英伟达™) 公司拥有 5,000 多项已发布、已批准或已备案专利，其中涵盖了关乎现代计算之根本的诸多理念。如需了解更多信息，敬请访问 www.nvidia.cn 。

媒体咨询，请联络：

金洋 (Steven Jin)
NVIDIA® (英伟达™) 中国区公关经理
电话：(8610) 58661502
E-mail: [email protected]

陈仲禹、赵思思
友拓传播机构
北京市朝阳区东三环中路 20 号乐成中心 A 座 18 层 (100022)
电话：(8610) 67718828-6127 / 6111
Email： [email protected]
[email protected]

编者注：如果您希望了解有关 NVIDIA 的更多信息，请访问 NVIDIA 的新闻室： http://www.nvidia.cn/page/press_room.html