Outils de développement de logiciels
Initiation à la programmation GPU
- Webinaires et didacticiels vidéo/audio clairs et modulables
- Intégration complète de la documentation CUDA, incluant des guides sur Fermi
- NVIDIA et l’Université de l’Illinois s’allient pour présenter le premier manuel de programmation des processeurs massivement parallèles: David Kirk, NVIDIA et Dr. Wen-mei Hwu, University of Illinois
Assistance avec CUDA
- Rendez-vous sur les forums CUDA
- Inscrivez-vous en tant que développeur CUDA
- Signalez des bugs et obtenez un accès anticipé aux nouvelles sorties logicielles
Outils de développement
- Pilotes pour les GPU Tesla
- Compilateur CUDA C et C++ pour les GPU
- Inclut un débogueur CUDA GDB et l’outil CUDA Visual Profiler
- Pilotes OpenCL, outil Visual Profiler, échantillons SDK et bien plus encore
- Compilateur PGI CUDA Fortran
- NVIDIA Parallel NSight : outil de développement GPU basé sur Visual Studio IDE (anciennement appelé "Nexus")
Échantillons de code et bibliothèques
- Fournis par NVIDIA
- Échantillons SDK CUDA
- Bibliothèque CUDA BLAS (partie du Kit d’outils)
- Bibliothèque CUDA FFT (partie du Kit d’outils)
- Vecteur de multiplication de matrices creuses développé par NVIDIA : Code, Dossier 1, Dossier 2
- Accès anticipé au logiciel NPP (NVIDIA Performance Primitives), orienté vers le traitement d’images et de vidéos
- Fournis par tierces parties
- Bibliothèque CUDA de données parallèles primitives (cuDPP)
- Outils CULA : LAPACK sur les GPU CUDA, développé par EM Photonics
- MAGMA : LAPACK sur les GPU CUDA et les CPU multi-cœurs, développé par le groupe de recherche de Jack Dongarra
- Gradient conjugué préconditionné Jacobi
- GPULib : bibliothèque de fonctions mathématiques pour IDL et MATLAB
- Bibliothèque de GPU "VSIPL" (Vector Signal Image Processing Library)
- Bibliothèque "Computer Vision & imaging"
- OpenCurrent : bibliothèque open-source pour les résolveurs d’équations PDE (équations différentielles partielles) accélérés par CUDA sur les grilles régulières
- libSVM sur CUDA et les GPU
Compilateurs d’auto-parallélisation (utilisant des directives)
- Compilateur d’auto-parallélisation de PGI pour Fortran et C vers CUDA C
- Compilateur d’auto-parallélisation de CAPS HMPP pour C et Fortran vers CUDA C
Support de MATLAB, Mathematica, R et LabView
- MATLAB
- Inscrivez-vous à la beta de MathWorks GPU
- Dossier MathWorks : accélération des fonctions MATLAB pour CUDA avec MEX
- Page d’explications détaillées sur le support de MATLAB avec CUDA
- Plug-in Jacket CUDA pour MATLAB développé par Accelereyes
- GPULib : bibliothèque de fonctions mathématiques pour MATLAB et les bindings IDL
- Plug-in Mathematica pour CUDA
- Intégration du calcul par le GPU dans l’environnement statistique R
- Bibliothèque de GPU CUDA pour LabVIEW de National Instruments
Support de Fortran, Java, Python, C++, .NET, F#
- Fortran
- Compilateur PGI CUDA Fortran
- Outil de traduction Fortran vers C pour CUDA
- FLAGON : bibliothèque Fortran 95 pour GPU Numerics
- Outil Python wrapper pour CUDA : PyCUDA
- Outil Java wrapper
- Intégration .NET pour CUDA
- Thrust : bibliothèque de modèles C++ pour CUDA
- CuPP : framework C++ pour CUDA
- Libra : couche d’abstraction C/C++ pour CUDA
- F# pour CUDA
Outils de productivité et de cluster
