Peter Zhang
23. Apr 2025 13:20
NVIDIA hat cuPyNumeric 25.03 als Open Source veröffentlicht und die Zugänglichkeit durch PIP-Installation und native HDF5-Unterstützung verbessert, was Transparenz und Zusammenarbeit im Multi-GPU-Computing fördert.
NVIDIA hat angekündigt, dass seine cuPyNumeric 25.03-Bibliothek jetzt vollständig Open Source ist, was einen bedeutenden Meilenstein in ihrer Entwicklung darstellt. Das Update führt leistungsstarke neue Funktionen ein, darunter Unterstützung für PIP-Installation und native HDF5-Eingabe/Ausgabe, so <a href="https://developer.nvid
Vollständige Open-Source-Übergang
Mit dieser neuesten Veröffentlichung hat NVIDIA den gesamten Stack von cuPyNumeric, einschließlich des Legate-Frameworks und der Runtime-Schicht, die es antreibt, unter der Apache 2-Lizenz als Open Source veröffentlicht. Dieser Übergang unterstreicht NVIDIAs Engagement für Transparenz, Reproduzierbarkeit und Zusammenarbeit in der Entwicklergemeinschaft. Die Open-Source-Natur ermöglicht es Mitwirkenden, das System ohne Hindernisse zu erkunden, zu überprüfen und zu verbessern.
PIP-Installationsunterstützung
Früher nur über conda installierbar, kann cuPyNumeric jetzt mit PIP installiert werden, was den Einrichtungsprozess erheblich vereinfacht. Diese Verbesserung erleichtert die Integration in Workflows, virtuelle Umgebungen und CI-Pipelines. Das cuPyNumeric-Paket auf PyPI ist mehrknotig und mehrrangig fähig und unterstützt sowohl Single-Node mit mehreren GPUs als auch Multi-GPU-Mehrknotencluster.
Native HDF5 IO-Unterstützung
Ein weiteres bemerkenswertes Merkmal von cuPyNumeric 25.03 ist die native Unterstützung für HDF5 über GPU Direct Storage, die die Handhabung großer Datensätze optimiert. Dieses Feature gewährleistet effiziente IO-Operationen, die für Hochleistungsrechnen und datenintensive Anwendungen entscheidend sind. Benutzer können jetzt komplexe Datenstrukturen mit verbesserter Leistung und Portabilität verwalten.
Installation und Nutzung
Der Installationsprozess wurde vereinfacht, um eine einfache PI
P-Befehl: pip install nvidia-cupynumeric. Dieses Update bündelt alle wichtigen Abhängigkeiten, mit Ausnahme von MPI, die ansonsten leicht über PyPI gelöst werden können. NVIDIA bietet detaillierte Anleitungen zur Einrichtung und Ausführung von cuPyNumeric auf SLURM-Clustern und betont die Benutzerfreundlichkeit in Multiknoten- und Mehrrank-Umgebungen.
Für weitere Details und um die umfassenden Möglichkeiten von cuPyNumeric 25.03 zu erkunden, ermutigt NVIDIA die Benutzer, die offiziellen Versionshinweise zu überprüfen und zur laufenden Entwicklung über das GitHub-Repository beizutragen.
Bildquelle: Shutterstock
