Nvidia ha reso open source CUDA, l’architettura di elaborazione in parallelo realizzata dallo stesso produttore e che permette netti aumenti delle prestazioni di computing grazie allo sfruttamento della potenza di calcolo delle GPU (unità di elaborazione grafica). L’architettura di elaborazione in parallelo permette netti aumenti delle prestazioni di computing grazie allo sfruttamento della potenza di calcolo delle GPU. Sfruttando le GPU CUDA-compatibili migliaia di sviluppatori di software, scienziati e ricercatori stanno applicando questa architettura in una vastissima gamma di settori, fra cui l’elaborazione video, l’astrofisica, biologia e chimica computazionale, simulazione della fluidodinamica, interferenza elettromagnetica, ricostruzione di immagini CT, analisi sismica, ray-tracing e molto altro ancora.
Le GPU NVIDIA CUDA supportano tutti i modelli di programmazione, le API e i linguaggi di GPU Computing, fra cui CUDA C/C++/Fortran, OpenCL, DirectCompute, Microsoft C++ AMP, ecc. I programmatori possono sfruttare varianti per compilatori LLVM e consentire l’utilizzo di nuovi processori e linguaggi di programmazione. Potremmo in futuro avere CUDA utilizzabile sulle schede video AMD, sulle GPU integrate di Intel e speciali routine potrebbero essere richiamate anche da vecchio codice Fortran. Esistono già applicazioni (quelle Adobe, ad esempio) e giochi in grado di sfruttare già adesso l’architettura CUDA. Il rilascio come codice open source potrebbe spingere altri sviluppatori a tenere conto di questa tecnologia e relegare a essa compiti affidati normalmente al solo processore.
[A cura di Mauro Notarianni]
