Technologie / MONDE

NVIDIA rend cuDSS généralement disponible pour les simulations d’ingénierie et scientifiques

La bibliothèque CUDA-X utilise les GPU pour résoudre de grands systèmes creux dans les applications scientifiques et d’ingénierie.

Illustration conceptuelle de la technologie, des processeurs et des informations connectées.Illustration
Illustration symbolique

NVIDIA a annoncé le 21 octobre la disponibilité générale de sa bibliothèque logicielle cuDSS. Intégrée à CUDA-X, elle accélère sur GPU la résolution de grands systèmes linéaires creux utilisés de manière répétée dans les simulations scientifiques et d’ingénierie. Ces calculs servent à modéliser des conceptions allant des puces et avions aux systèmes industriels.

NVIDIA a cité des intégrations dans des produits d’Applied Materials, COMSOL, Cadence, Dassault Systèmes, Siemens et Synopsys. Les chiffres d’accélération de l’annonce sont des mesures communiquées par les entreprises pour des logiciels et charges de travail précis, et non une garantie générale de performance. Les développeurs peuvent intégrer la bibliothèque via des interfaces C, C++, Python et Fortran.

Données

Chronologie

NVIDIA rend cuDSS généralement disponible pour les simulations d’ingénierie et scientifiques

  1. · Survenu

    NVIDIA rend cuDSS généralement disponible pour les simulations d’ingénierie et scientifiques

    La bibliothèque CUDA-X utilise les GPU pour résoudre de grands systèmes creux dans les applications scientifiques et d’ingénierie.

Méthodologie

D’après l’annonce produit de NVIDIA du 21 octobre ; aucun résultat de performance indépendant n’est déduit.

Mis à jour:

TéléchargerCSV ↓JSON ↓
Couverture structurée

Sujets et lieux

Sujets proposés

Version de la taxonomie: IPTC Media Topics 2026-Q2

Poursuivre la lecture

Technologie

Ember déplace les données quand les charges dépassent la mémoire GPU

Des chercheurs de l’Université technique de Munich ont conçu Ember, un gestionnaire de mémoire qui suit les données à conserver sur un GPU lorsque sa mémoire est pleine. Dans les charges intensives en données de l’étude, il a dépassé la mémoire virtuelle unifiée standard sur trois GPU NVIDIA.

arXiv2 min de lecture Données incluses