CUB, sebuah pustaka templat integral dalam NVIDIA CUDA Core Compute Libraries, memperkenalkan API panggilan tunggal baru dengan dirilisnya CUDA 13.1. Pembaruan ini menyederhanakan proses pengembangan dengan mengotomatiskan manajemen memori, yang sebelumnya mengharuskan pengembang untuk melakukannya secara manual. API dua fase sebelumnya memerlukan langkah-langkah terpisah untuk estimasi dan alokasi memori, yang mengakibatkan duplikasi kode. API baru ini menyederhanakan pengalaman pengkodean sambil mempertahankan kinerja tinggi.

Pustaka CUB sangat penting untuk menjalankan algoritma GPU standar seperti pemindaian, histogram, dan pengurutan dengan kecepatan optimal. Dengan menyediakan primitif sisi perangkat, pustaka ini memungkinkan pengembang untuk langsung mengintegrasikan algoritma yang dioptimalkan ke dalam kernel kustom, yang membedakannya dari pustaka seperti Thrust, yang menyediakan antarmuka tingkat tinggi. Perpindahan ke API panggilan tunggal menghilangkan kompleksitas model dua fase tradisional, yang mengharuskan pengembang untuk menentukan ukuran memori yang dibutuhkan sebelum menjalankan algoritma.

Seperti yang ditunjukkan dalam contoh kode sederhana yang diberikan, API panggilan tunggal tidak memerlukan alokasi memori eksplisit. Perubahan ini tidak menimbulkan overhead kinerja apa pun, sebagaimana dikonfirmasi oleh data runtime komparatif. API baru ini juga menyediakan argumen "lingkungan", yang meningkatkan konfigurasi eksekusi dengan opsi sumber daya memori dan aliran eksekusi khusus. Fleksibilitas ini memungkinkan pengembang untuk menyesuaikan lingkungan eksekusi agar sesuai dengan kebutuhan spesifik mereka tanpa mempersulit kode mereka.

Pembaruan CUB mengatasi prevalensi penggunaan wrapper dalam basis kode produksi dan bertujuan untuk mengurangi kompleksitas proses pemanggilan dua langkah. API panggilan tunggal tidak hanya menyederhanakan pengkodean, tetapi juga memperluas fungsionalitas pustaka dengan memperkenalkan sumber daya memori dan lingkungan eksekusi yang dapat disesuaikan. Pengembang didorong untuk mengadopsi standar baru ini untuk menyederhanakan alur kerja mereka dan memaksimalkan efisiensi komputasi GPU.