La tecnología NVIDIA CUDA

La tecnología NVIDIA CUDA™ es el único entorno de programación en C que aprovecha la gran capacidad de procesamiento de las GPU para resolver los problemas de cálculo más complejos y de mayor carga computacional. Las herramientas de desarrollo CUDA están formadas por tres componentes fundamentales para ayudar al programador a iniciarse en este lenguaje:

1. El último controlador CUDA
2. Un kit de herramientas completo
3. Ejemplos de código del SDK de CUDA

El Toolkit de CUDA™ es un entorno de desarrollo en lenguaje C diseñado para las GPU compatibles con la tecnología CUDA. El entorno de desarrollo CUDA incluye:

• El compilador de C nvcc
• Librerías FFT y BLAS de CUDA para la GPU
• Analizador de rendimiento (Profiler)
• Depurador gdb para la GPU (versión alfa disponible en marzo de 2008)
• Controlador CUDA de tiempo de ejecución (ahora también disponible en el controlador de gráficos estándar de NVIDIA)
• Manual de programación CUDA

El kit de desarrollo (SDK) proporciona ejemplos con código fuente para ayudar a los programadores a familiarizarse con CUDA. Ejemplos:

• Ordenación bitónica en paralelo
• Multiplicación de matrices
• Trasposición de matrices
• Análisis del rendimiento mediante temporizadores
• Suma de prefijos de arrays grandes (modelo Scan) en paralelo
• Convolución de imágenes
• DWT 1D mediante la transformada wavelet de Haar
• Ejemplos de interacción de gráficos OpenGL y Direct3D
• Ejemplos de uso de las librerías BLAS y FFT en CUDA
• Integración de código C y C++ para CPU-GPU
• Modelo binomial de valoración de opciones (BOPM)
• Valoración de opciones con el modelo de Black-Scholes
• Valoración de opciones mediante el método Montecarlo
• Mersenne Twister paralelo (generación de números aleatorios)
• Cálculo de histogramas en paralelo
• Supresión de ruido en las imágenes
• Filtro Sobel para detección de bordes
• Plug-in MATLAB® de MathWorks (pinchar aquí para descargarlo)

Para ver la lista completa y descargar los ejemplos, haz clic aquí. Para poder ejecutar los ejemplos precompilados es necesario instalar antes el kit de herramientas de CUDA.