Generatived (Beta) | Cung cấp tin tức và xu hướng mới nhất về AI sáng tạo

Thư viện toán học CUDA-X của NVIDIA nâng cao khả năng của các nhà phát triển trong việc tạo ra các ứng dụng tăng tốc tập trung vào AI và tính toán khoa học. Một thành phần của các thư viện này, thư viện cuBLAS, cung cấp các chương trình con đại số tuyến tính được tối ưu hóa cho các phép toán ma trận và vectơ hiệu quả. Bản cập nhật cuBLAS mới nhất trong NVIDIA CUDA Toolkit 13.0 Bản cập nhật 2 giới thiệu các cải tiến mới API và hiệu suất, đặc biệt là trong phép nhân ma trận độ chính xác kép, bằng cách tận dụng mô phỏng dấu phẩy động trên Tensor Core trong một số kiến ​​trúc GPU nhất định.

Các bản cập nhật cuBLAS không chỉ cải thiện hiệu suất mà còn duy trì độ chính xác, tự động xác định nên sử dụng mô phỏng dấu phẩy động hay phần cứng gốc để có kết quả tối ưu. Cải tiến này là một phần của chiến lược rộng hơn nhằm cải thiện hiệu suất ứng dụng trên nhiều lĩnh vực và nền tảng phần cứng khác nhau. Bằng cách cung cấp cho các nhà phát triển cả tùy chọn mô phỏng độ chính xác đơn và độ chính xác kép, thư viện cuBLAS mang đến khả năng truy cập liền mạch vào hiệu suất của Tensor Core.

Ứng dụng thực tế của các bản cập nhật này thể hiện rõ trong nhiều lĩnh vực. Ví dụ, thư viện ecTrans, thiết yếu cho dự báo thời tiết và mô hình hóa khí hậu, giúp tăng tốc đáng kể các phép tính nhân ma trận bằng cách sử dụng NVIDIA Tensor Cores để mô phỏng. Tương tự, mã BerkeleyGW được sử dụng để nghiên cứu tính chất vật liệu và bộ công cụ Quantum Espresso cho các phép tính khoa học vật liệu đều đạt được những cải tiến hiệu suất đáng kể nhờ sử dụng phép nhân ma trận độ chính xác kép được mô phỏng.

NVIDIA tiếp tục cải tiến mô phỏng dấu phẩy động và có kế hoạch mở rộng những cải tiến này sang các chương trình khác trong thư viện toán học CUDA-X. Các nhà phát triển muốn tận dụng những tiến bộ này có thể tải xuống CUDA Toolkit 13.0 Bản cập nhật 2 để truy cập kho tài nguyên phong phú, bao gồm tài liệu hướng dẫn và mã mẫu, để tích hợp những cải tiến này vào ứng dụng của họ.