NVIDIA ha presentado más de 60 actualizaciones de su colección de librerías, herramientas y tecnologías CUDA-X™ en una amplia gama de disciplinas, que mejoran drásticamente el rendimiento de la plataforma de cálculo por software CUDA®. Docenas de actualizaciones están disponibles de inmediato, lo que refuerza la posición de CUDA’como la plataforma más completa de la industria para que los desarrolladores construyan aplicaciones aceleradas con el fin de hacer frente a desafíos en campos de la computación de alto rendimiento como la investigación en 6G, la computación cuántica, la genómica, el descubrimiento de fármacos y la optimización de la logística, así como el trabajo avanzado en robótica, ciberseguridad, análisis de datos y más. La plataforma CUDA se ha descargado más de 33 millones de veces desde su introducción en 2008, con 8 millones de descargas sólo en 2021, un aumento de 3 veces en tres años. Construidas sobre CUDA, las plataformas de NVIDIA para IA, HPC y gráficos incluyen kits de desarrollo de software y herramientas que están en el centro de la habilitación de algoritmos de mayor rendimiento y aceleración en múltiples dominios de aplicación. Los SDK facilitan a los desarrolladores, investigadores y científicos de datos el aprovechamiento de la potencia de la plataforma avanzada de NVIDIA’para hacer frente a la inmensa complejidad existente en la intersección de la computación, los algoritmos y la ciencia. Estas actualizaciones hacen que los sistemas NVIDIA que los desarrolladores ya utilizan en el ámbito de la ciencia, la IA y el procesamiento de datos sean aún más rápidos. Los aspectos más destacados son: cuQuantum, para acelerar la simulación de circuitos cuánticos, está ahora en disponibilidad general y, por primera vez, disponible en el dispositivo cuQuantum DGX, que proporciona a los investigadores de HPC una pila completa de simulación cuántica optimizada para su implementación en la plataforma NVIDIA DGX™. Elemento clave de un ecosistema en rápida expansión, cuQuantum ya está integrado como backend en populares simuladores de Google Quantum AI, Xanadu y el Laboratorio Nacional de Oak Ridge. También se ofrece ahora como parte de las plataformas de desarrollo de aplicaciones cuánticas de Classiq y Zapata Computing, y está siendo utilizado por QC Ware, Xanadu y otros para potenciar la investigación cuántica a escala en áreas que van desde la química hasta la modelización del clima. Sionna™, para la investigación de capas físicas 6G, es una nueva biblioteca de código abierto acelerada en la GPU, con soporte nativo para la integración de redes neuronales y aprendizaje automático. Sionna permite la creación rápida de prototipos de arquitecturas de sistemas de comunicación complejos y se suma a la inversión de NVIDIA en el ámbito inalámbrico, que incluye Aerial, una plataforma unificada definida por software para ofrecer IA en 5G. RAPIDS™, bibliotecas de ciencia de datos para acelerar el descubrimiento de fármacos, las conexiones sociales, la detección de fraudes y mucho más, es uno de los SDK más populares de NVIDIA’con 2 millones de descargas y aprovechado en más de 5.000 proyectos en GitHub. El acelerador RAPIDS para Apache Spark acelera el procesamiento en más de 3 veces sin necesidad de cambiar el código. Con el 80% de las 500 empresas de la lista Fortune que utilizan Apache Spark en producción, los ingenieros de datos pueden acelerar de forma transparente las operaciones de marcos de datos y SQL de Spark. cuOpt, antes ReOpt, para la investigación de optimización logística centrada en el enrutamiento de vehículos, permite a los usuarios enrutar miles de paquetes a miles de lugares en "sólo unos segundos con una precisión récord"; permitiendo el redireccionamiento en tiempo real y ahorrando potencialmente miles de millones en costes de entrega cada año. Morpheus, para aplicaciones de ciberseguridad, permite analizar hasta el 100% de los datos de uno’s en tiempo real, para una detección más precisa y una reparación más rápida de las amenazas a medida que se producen. F5 consiguió mejorar 200 veces el rendimiento de su modelo de detección de malware, pasando de 1.013 mensajes por segundo a 208.333 mensajes por segundo, con sólo 136 líneas de código. El contenedor DGL, para el entrenamiento de redes neuronales gráficas, añade mejoras en los algoritmos que proporcionan flujos de trabajo ETL y de entrenamiento 4 veces más rápidos que las CPU en áreas como el descubrimiento de fármacos y la detección de fraudes. Nsight™ Systems, para la visualización del rendimiento de una aplicación en todo el sistema, permite a los desarrolladores ver cómo las librerías aceleradas en la GPU utilizan los recursos del sistema, interactúan con la aplicación e identifican oportunidades de optimización para reducir los cuellos de botella.