Peter Zhang
23 de abril de 2025 13:20
NVIDIA ha liberado cuPyNumeric 25.03 como código abierto, mejorando su accesibilidad con instalación PIP y soporte nativo para HDF5, fomentando la transparencia y colaboración en la computación multi-GPU.
NVIDIA ha anunciado que su biblioteca cuPyNumeric 25.03 ahora es completamente de código abierto, marcando un hito significativo en su desarrollo. La actualización introduce potentes nuevas capacidades, incluyendo soporte para instalación PIP y E/S nativa de HDF5, según <a href="https://developer.nvid
Transición Completa a Código Abierto
Con esta última versión, NVIDIA ha liberado todo el stack de cuPyNumeric, incluyendo el marco Legate y la capa de ejecución que lo impulsa, bajo la licencia Apache 2. Esta transición subraya el compromiso de NVIDIA con la promoción de la transparencia, la reproducibilidad y la colaboración en la comunidad de desarrollo. La naturaleza de código abierto permite a los colaboradores explorar, auditar y mejorar el sistema sin obstáculos.
Soporte para Instalación con PIP
Anteriormente instalable solo a través de conda, cuPyNumeric ahora se puede instalar utilizando PIP, simplificando significativamente el proceso de configuración. Esta mejora facilita una integración más sencilla en flujos de trabajo, entornos virtuales y pipelines de CI. El paquete cuPyNumeric en PyPI es capaz de multinodo y multirango, soportando tanto clústeres de múltiples GPUs en un solo nodo como clústeres multinodo de múltiples GPUs.
Soporte Nativo para HDF5 IO
Otra característica notable de cuPyNumeric 25.03 es su soporte nativo para HDF5 a través de GPU Direct Storage, que optimiza el manejo de grandes conjuntos de datos. Esta característica asegura operaciones de IO eficientes, críticas para la computación de alto rendimiento y aplicaciones intensivas en datos. Los usuarios ahora pueden gestionar estructuras de datos complejas con un rendimiento y portabilidad mejorados.
Instalación y Uso
El proceso de instalación se ha simplificado para incluir un simple PI
Comando P: pip install nvidia-cupynumeric. Esta actualización agrupa todas las dependencias principales, excepto MPI, que de otro modo son fácilmente resolubles a través de PyPI. NVIDIA proporciona una guía detallada sobre cómo configurar y ejecutar cuPyNumeric en clústeres SLURM, enfatizando la facilidad de uso en entornos multinodo y multirango.
Para más detalles y para explorar las capacidades completas de cuPyNumeric 25.03, NVIDIA anima a los usuarios a revisar las notas de la versión oficial y a contribuir al desarrollo continuo a través del repositorio de GitHub.
Fuente de la imagen: Shutterstock
