Peter Zhang
23 avr. 2025 13:20
NVIDIA a rendu cuPyNumeric 25.03 open source, améliorant son accessibilité avec l’installation PIP et le support natif HDF5, favorisant la transparence et la collaboration dans le calcul multi-GPU.
NVIDIA a annoncé que sa bibliothèque cuPyNumeric 25.03 est désormais complètement open source, marquant une étape importante dans son développement. La mise à jour introduit de nouvelles capacités puissantes, y compris le support pour l’installation PIP et l’IO HDF5 natif, selon <a href="https://developer.nvid
Transition complète vers l’Open Source
Avec cette dernière version, NVIDIA a rendu l’ensemble de la pile cuPyNumeric open source, y compris le framework Legate et la couche d’exécution qui le soutient, sous la licence Apache 2. Cette transition souligne l’engagement de NVIDIA à favoriser la transparence, la reproductibilité et la collaboration dans la communauté de développement. La nature open source permet aux contributeurs d’explorer, d’auditer et d’améliorer le système sans obstacles.
Support d’installation PIP
Auparavant installable uniquement via conda, cuPyNumeric peut désormais être installé en utilisant PIP, simplifiant ainsi considérablement le processus de configuration. Cette amélioration facilite une intégration plus aisée dans les flux de travail, les environnements virtuels et les pipelines CI. Le package cuPyNumeric sur PyPI est capable de fonctionner sur plusieurs nœuds et plusieurs rangs, prenant en charge à la fois les clusters à plusieurs GPU sur un seul nœud et les clusters multinodes multi-GPU.
Support natif pour HDF5 IO
Une autre fonctionnalité notable de cuPyNumeric 25.03 est son support natif pour HDF5 via le stockage direct GPU, qui optimise la gestion des grands ensembles de données. Cette fonctionnalité garantit des opérations d’entrée/sortie efficaces, essentielles pour le calcul haute performance et les applications gourmandes en données. Les utilisateurs peuvent désormais gérer des structures de données complexes avec une performance et une portabilité améliorées.
Installation et utilisation
Le processus d’installation a été simplifié pour inclure un simple PI
Commande P : pip install nvidia-cupynumeric. Cette mise à jour regroupe toutes les principales dépendances sauf MPI, qui peuvent autrement être facilement résolues via PyPI. NVIDIA fournit des conseils détaillés sur la configuration et l’exécution de cuPyNumeric sur des clusters SLURM, en soulignant la facilité d’utilisation dans des environnements multinode et multirank.
Pour plus de détails et pour explorer les capacités complètes de cuPyNumeric 25.03, NVIDIA encourage les utilisateurs à consulter les notes de version officielles et à contribuer au développement en cours via le dépôt GitHub.
Source de l’image : Shutterstock
