Sortie de CUDA 9.1 avec des améliorations de performance
Et de nouvelles fonctionnalités pour accélérer l'apprentissage profond
Le 2017-12-14 13:29:16, par dourouc05, Responsable Qt & Livres
NVIDIA veut rester à la pointe de la performance pour tout ce qui concerne l’apprentissage profond et investit donc massivement dans le développement de CUDA, sa solution pour exécuter du code sur ses processeurs graphiques. Un peu plus de six mois après la version 9.0, voici que CUDA 9.1 est disponible.
Cette nouvelle mouture se concentre sur des améliorations de performance, notamment au niveau des pilotes. Ainsi, lancer un noyau peut être jusque douze fois plus rapide que précédemment. Toujours au niveau du cœur de CUDA, le compilateur est maintenant plus rapide et est compatible avec de nouvelles versions d’autres compilateurs : XLC 13.1.6 pour AIX, Clang 4 sur Linux et Intel C++ 17.0 (pour ce dernier, toutes les fonctionnalités C++14 sont maintenant disponibles). Une petite restriction a été apportée au niveau du langage : les opérateurs ne peuvent plus être marqués __global__ ; en réalité, précédemment, cette annotation était tolérée dans le langage, mais ne fonctionnait pas à tous les coups et pouvait occasionner des plantages à l’exécution.
Les bibliothèques standard CUDA ont vu plus de modifications. Pour les calculs de FFT, cuFFT est nettement plus efficace sur plusieurs GPU grâce à une série d’heuristiques qui diminuent la consommation de mémoire. En algèbre linéaire, cuBLAS dispose de deux nouvelles fonctions de multiplication entre matrices en spécifiant les précisions données et voulues : ainsi, on peut exploiter au mieux les cœurs tensoriels des nouveaux GPU Volta ; ces deux fonctions seront surtout utiles pour les applications de traduction et de modélisation de séquences avec des réseaux neuronaux profonds. Les NPP (NVIDIA Performance Primitive) reçoivent plus de nouvelles fonctionnalités, de nouvelles routines d’augmentation des images. Celles-ci incluent un bon nombre d’opérations morphologiques, mais aussi d’étiquetage de composantes connectées.
Sources : What’s New in CUDA, notes de version.
Et vous ?
Cette nouvelle mouture se concentre sur des améliorations de performance, notamment au niveau des pilotes. Ainsi, lancer un noyau peut être jusque douze fois plus rapide que précédemment. Toujours au niveau du cœur de CUDA, le compilateur est maintenant plus rapide et est compatible avec de nouvelles versions d’autres compilateurs : XLC 13.1.6 pour AIX, Clang 4 sur Linux et Intel C++ 17.0 (pour ce dernier, toutes les fonctionnalités C++14 sont maintenant disponibles). Une petite restriction a été apportée au niveau du langage : les opérateurs ne peuvent plus être marqués __global__ ; en réalité, précédemment, cette annotation était tolérée dans le langage, mais ne fonctionnait pas à tous les coups et pouvait occasionner des plantages à l’exécution.
Les bibliothèques standard CUDA ont vu plus de modifications. Pour les calculs de FFT, cuFFT est nettement plus efficace sur plusieurs GPU grâce à une série d’heuristiques qui diminuent la consommation de mémoire. En algèbre linéaire, cuBLAS dispose de deux nouvelles fonctions de multiplication entre matrices en spécifiant les précisions données et voulues : ainsi, on peut exploiter au mieux les cœurs tensoriels des nouveaux GPU Volta ; ces deux fonctions seront surtout utiles pour les applications de traduction et de modélisation de séquences avec des réseaux neuronaux profonds. Les NPP (NVIDIA Performance Primitive) reçoivent plus de nouvelles fonctionnalités, de nouvelles routines d’augmentation des images. Celles-ci incluent un bon nombre d’opérations morphologiques, mais aussi d’étiquetage de composantes connectées.
Sources : What’s New in CUDA, notes de version.
Et vous ?
Matthieu76
Membre éclairé
CUDA n'est toujours pas compatible à le compilateur mvsc 2017 ?
Dans mon cas j'ai dû compiler avec mvsc 2015.3.
Dans mon cas j'ai dû compiler avec mvsc 2015.3.
le 24/01/2018 à 15:08