惠及新一代程序员 Python正式支持CUDA

    NVIDIA今天在GTC2013大会上宣布，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。

GTC2013大会

    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。”

    在 GPU 加速的应用开发方面，这一全新的支持是NVIDI 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。

能够从Python支持GPU加速获益的应用——Folding@home

    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。