NVIDIA сделала компилятор CUDA открытым

Итак, время эксклюзивного продвижения модели параллельного программирования CUDA подошло к концу. Ранее поддержка платформы CUDA была эксклюзивной для NVIDIA, так как другие компании вроде AMD отказывались от поддержки системы ввиду её закрытости. NVIDIA вложила немало средств в развитие CUDA, сделав её популярной технологией и узнаваемым брендом, приносящим дивиденды видеоускорителям GeForce, Tesla и Quadro.

Однако в настоящее время, ввиду появления и распространения стандартов DirectCompute и открытого OpenCL, NVIDIA очень сложно противостоять им с проприетарной технологией. Это, по всей видимости, стало причиной выпуска компилятора CUDA с открытым кодом на базе модульной системы LLVM. NVIDIA надеется, что разработчики программных инструментов добавят в CUDA поддержку новых языков и процессорных архитектур.

«Открытая платформа CUDA — это важный шаг, — сказал Судхакар Яламанчили (Sudhakar Yalamanchili), профессор Технологического Института Джорджии и руководитель проекта Ocelot. — Будущее за гетерогенными вычислениями, и модель программирования CUDA предоставляет мощные инструменты повышения производительности на многих типах процессоров, включая GPU от AMD и CPU Intel x86».

Открыв исходный код компилятора CUDA и формат внутреннего представления, NVIDIA позволяет исследователям более гибко применять модель программирования CUDA к другим архитектурам. Разработчики программных инструментов также могут получить исходный код компилятора для создания оптимизированных под конкретные задачи продуктов, зарегистрировавшись на сайте.

«Данная инициатива позволяет PGI создавать компиляторы CUDA Fortran и OpenACC, которые будут использовать технологию оптимизации, применяемую в NVIDIA CUDA C/C++, — сказал Дуг Майлз (Doug Miles), директор The Portland Group. — Упростится отладка и профилирование с помощью существующих инструментов, и PGI сможет сосредоточиться на оптимизациях и функциях языка более высокого уровня».

Таким образом, NVIDIA продолжит активно участвовать в продвижении модели программирования CUDA и направлять её развитие, одновременно привлекая к общей работе сторонние компании и команды разработчиков. Этот шаг принесёт пользу всей сфере расчётов общего назначения средствами видеоускорителей, а также поставит CUDA на более прочные основания, открывая платформе широкие перспективы.