Avec CUDA 3.2, NVIDIA booste les capacités de calcul de ses GPU

NVIDIA vient de livrer une nouvelle version stable de son kit de développement CUDA, lequel – rappelons-le – permet de créer des logiciels exploitant la puissance de calcul des GPU intégrés dans les cartes graphiques. CUDA 3.2 peut être téléchargé ici en moutures Windows, Linux et Mac OS X. Il apporte plusieurs nouveautés.

Premier point, le pilote CUDA permet dorénavant d’accéder à plus de 4 Go de mémoire, l’adressage s’effectuant en 64 bits. Une application compilée avec le kit de développement CUDA 3.2 sera ainsi en mesure de tirer pleinement profit des cartes de nouvelle génération du constructeur, qui comprennent 6 Go de mémoire dédiée.

La compagnie livre plusieurs chiffres comparant les routines de CUDA 3.2 à celles fournies au sein des librairies signées Intel. Toutefois, il est impossible d’exploiter ces données en l’état, faute de référentiel sérieux. Une chose est sûre : dès qu’il est question de traitement parallèle, de calcul matriciel, de transformée de Fourier ou de génération de nombres aléatoires, les GPU proposent des performances impériales.

Certaines données du constructeur sont plus facilement analysables. Ainsi, les fonctions de la librairie CUBLAS sont plus rapides que précédemment, le gain allant de 50 % à 300 %. Traduction : les supercalculateurs utilisant des GPU NVIDIA verront leurs performances grimper, la seule condition pour profiter de cette avancée étant de recompiler les programmes avec CUDA 3.2.

Comme nous l’avions déjà signalé, CUDA 3.2 intègre le mode Tesla Compute Cluster, qui offre d’utiliser les applications CUDA en tant que services Windows, mais permet également de faire grimper légèrement les performances du code exécuté. Enfin, et c’est une excellente nouvelle, ce kit de développement comprend des librairies permettant l’encodage et le décodage de vidéos au format H.264.