Python支持NVIDIA CUDA: GPU加速计算惠及新一代程序员

ZDNet至顶网服务器频道 03月19日 新闻消息：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。