北京时间11月10日消息（余予）在今日召开的“ GTC大会”上，英伟达推出了包括库、代码示例和指南在内的65个新的和更新的软件开发工具包，为正在推动各种计算挑战前沿的数据科学家、研究人员、学生和开发人员带来改进的特性和功能。
英伟达创始人兼首席执行官黄仁勋（Jensen Huang）在其主题演讲中宣布，新增功能包括用于加速量子计算的下一代SDK、最后一英里交付算法和图神经网络。
英伟达开发人员计划的近300万成员依赖于该公司超过150个加速计算套件，这一数字在过去五年中增长了6倍。CUDA是并行计算平台和编程模型，仅去年一年就被下载了700万次，目前自发布以来已达到3000万次。
进入新市场
新的 SDK 包括：
·用于实时物流的NVIDIA ReOpt，引入了先进的大规模并行算法，可优化车辆路线、仓库选择和车队组合。其动态改道功能可以减少旅行时间、节省燃料成本并最大限度地减少闲置时间，可能为物流和供应链行业节省数十亿美元。
·用于数组计算的cuNumeric，实现了NumPy应用程序编程接口，可自动伸缩到多GPU和多节点系统，而无需更改代码，这为使用Python的2000万强大的数据科学家、研究人员和科学家社区提供了价值。它现可以在GitHub和Conda上使用，可以扩展到数千个GPU，为PyData和NumPy生态系统创建加速计算。
·用于量子计算的cuQuantum，使大型量子电路的模拟速度显著加快，从而使量子研究人员可以研究更广阔的算法和应用空间。其次，开发人员可以模拟诸如分子的近期变分量子算法和纠错算法等领域，以识别容错，并加速来自Atos、谷歌和IBM的流行量子模拟器。
·用于图神经网络的CUDA-X 加速DGL容器，为使用大型图的GNN工作的开发人员和数据科学家提供了一种快速设置工作环境的方法。该容器使其可以轻松地在集成的、GPU加速的GNN环境中结合DGL和Pytorch工作。同时，使用GPU加速的GNN，即使是世界上最大的图，在单个图中接近1万亿条边，也可以被挖掘以获取洞察力。例如，Pinterest使用具有数十亿个节点和边的图神经网络，基于 GPU 和用于模型训练和推理的优化库，来了解其超过3000亿个Pin的生态系统。
“我们的团队很高兴与英伟达合作，通过用于图形构建的RAPIDS cuDF、用于图形采样的RAPIDS cuGraph和用于GNN的自定义计算内核来加速DGL，”亚马逊网络服务机器学习总监Alex Smola表示，“DGL 是开源的，也可以通过Amazon NeptuneML提供托管服务。”
SDK更新 加速应用程序开发
对英伟达中包括Clara、DLSS、RTX、Nsight和Isaac套件在内的一系列最受欢迎的SDK进行了增强功能和升级。
其他更新的SDK包括：
·用于数据科学的RAPIDS 21.10增加了处理时间序列数据的新功能，并对现有算法进行了若干加速。适用于Apache Spark 3.0 的RAPIDS Accelerator允许企业在不更改代码的情况下加速其在NVIDIA GPU上的分析操作。今年RAPIDS 的下载量增长了400%，这是NVIDIA最受欢迎的SDK之一。
·用于智能视频分析的Deepstream 6.0引入了一个新的图形编辑器界面，使用户能够以最少的编码能力访问计算机视觉，并为简单、直观的AI产品开发流程提供可视化拖放界面。
·用于深度神经网络的Triton 2.15、TensorRT 8.2 和cuDNN 8.4，为大型语言模型和梯度提升决策树和随机森林的推理加速提供了新的优化。
·用于数据中心网络的DOCA 1.2，提供了一个零信任安全框架，通过硬件和软件身份验证、线速数据加密、分布式防火墙和智能遥测扩展了威胁保护。
·用于推荐系统的Merlin 0.8增加了可以在很少或没有用户数据的情况下预测用户的下一步动作的新功能，并支持比GPU内存更大的模型。
SDK 的新培训课程
据IDC称，全球全职开发人员的短缺预计将从2021年的140万增加到2025年的400万。同时IDC认为，解决这一短缺的长期解决方案是创建能够教育和赋权的基础设施。
英伟达深度学习学院的两门新课程支持并加速开发人员学习和使用SDK，为40多门课程的DLI增加了新内容。
·目前已经推出的《Introduction to DOCA for DPUs》是一门自学课程，为开发人员、研究人员和学生提供NVIDIA DOCA作为在NVIDIA BlueField DPU上加速数据中心计算的支持平台的基本概念。
·《Building Real-time Video AI Applications》这一课程将于本月晚些时候推出，内容包括将原始视频数据转换为基于深度学习的实时洞察，使用NVIDIA DeepStream智能视频分析和NVIDIA TAO工具包实现硬件加速组件，以构建高性能流媒体管道。
与新SDK一同增加的DLI 课程包括：
·由讲师指导的加速数据科学基础知识和自定进度的加速端到端数据科学工作流，通过使用NVIDIA RAPIDS加速数据科学库来应用各种GPU加速机器学习算法，包括XGBoost、cuGRAPH的单-源最短路径，以及cuML的KNN、DBSCAN 和逻辑回归以进行大规模数据分析。
·构建智能推荐系统包括NVIDIA Merlin 和其他用于构建高效推荐系统的基本工具和技术，以及如何为实时推荐部署GPU加速解决方案。
面向企业AI的SDK
NVIDIA AI Enterprise 软件套件包括Triton和RAPIDS等SDK，可在主流加速服务器上运行，并由NVIDIA 优化、认证和支持。同时，开发人员可以利用NVIDIA LaunchPad程序在精心策划的实验室中体验NVIDIA AI Enterprise。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
