Питер Чжан
23 апреля 2025 года 13:20
NVIDIA открыла исходный код cuPyNumeric 25.03, улучшив его доступность с помощью установки через PIP и поддержки нативного HDF5, способствуя прозрачности и сотрудничеству в многопроцессорных вычислениях.
NVIDIA объявила, что ее библиотека cuPyNumeric 25.03 теперь полностью открыта, что является значительным этапом в ее развитии. Обновление вводит мощные новые возможности, включая поддержку установки через PIP и нативный ввод-вывод HDF5, согласно <a href="https://developer.nvid
Полный переход на открытый исходный код
С этим последним релизом NVIDIA открыла весь стек cuPyNumeric, включая фреймворк Legate и его уровень выполнения, под лицензией Apache 2. Этот переход подчеркивает приверженность NVIDIA к содействию прозрачности, воспроизводимости и сотрудничеству в сообществе разработчиков. Открытый исходный код позволяет участникам исследовать, проверять и улучшать систему без препятствий.
Поддержка установки через PIP
Ранее доступный только через conda, cuPyNumeric теперь можно установить с помощью PIP, что значительно упрощает процесс настройки. Это улучшение облегчает интеграцию в рабочие процессы, виртуальные окружения и CI-пайплайны. Пакет cuPyNumeric на PyPI поддерживает многонодовые и многопроцессорные конфигурации, включая как одноузловые системы с несколькими GPU, так и многопроцессорные кластеры с несколькими GPU.
Нативная поддержка HDF5 IO
Еще одной примечательной особенностью cuPyNumeric 25.03 является его нативная поддержка HDF5 через GPU Direct Storage, что оптимизирует обработку больших наборов данных. Эта функция обеспечивает эффективные операции ввода-вывода, что критически важно для высокопроизводительных вычислений и приложений, требующих больших объемов данных. Пользователи теперь могут управлять сложными структурами данных с улучшенной производительностью и портативностью.
Установка и использование
Процесс установки был упрощен и включает в себя простую PI
Команда P: pip install nvidia-cupynumeric. Это обновление включает все основные зависимости, кроме MPI, которые в противном случае легко разрешаются через PyPI. NVIDIA предоставляет подробные рекомендации по настройке и запуску cuPyNumeric на кластерах SLURM, подчеркивая простоту использования в многонодовых и многопроцессорных средах.
Для получения дополнительной информации и изучения всех возможностей cuPyNumeric 25.03, NVIDIA призывает пользователей ознакомиться с официальными примечаниями к выпуску и внести свой вклад в продолжающуюся разработку через репозиторий GitHub.
Источник изображения: Shutterstock
