CUDA se met à jour en 11.5, et ajoute Python à sa liste des langages compatibles

Si jamais vous souhaitez accélérer un calcul sur GPU, alors il y a de fortes chances que vous ayez déjà jeté un coup d’œil à CUDA. En effet, cette API, développée par NVIDIA, permet de déporter relativement facilement du code sur processeur graphique — la difficulté résidant davantage dans la manière d’exprimer correctement votre problème afin d’en exploiter au maximum son parallélisme au plus bas niveau.

Or, avec la mise à jour 11.5 de son outillage, le caméléon en a profité pour faire passer au stade « disponible pour le grand public » son outil CUDA-Python, permettant comme son nom l’indique d’intégrer des noyaux CUDA au sein de scripts serpentesques. Malheureusement, le code sur GPU doit toujours être rédigé en C/C++, compatibilité avec le compilateur obligeant — sans compter les limitations techniques qu’imposerait une exécution interprétée à la Python sur GPU, particulièrement au niveau de la pression sur le bus PCIe. Ainsi, ce projet a davantage pour but de faciliter l’appel à l’API que de révolutionner la programmation sur GPU par l’utilisation d’un langage plus adapté. Pour en savoir plus, l’exemple fourni par la firme illustre ce constat à la perfection

Évidemment, Rome ne s’est pas construite en un jour, et ce CUDA-Python date de juillet 2021 pour ce qui est de son repo GitHub, sans compter le travail préliminaire réalisé par la firme en interne. Reste à voir si les programmeurs sauront tirer parti de la chose ; une assertion sur laquelle nous émettons de sérieux doutes étant donnée la complexité de programmation des bousins, aux antipodes de la simplicité et de l’accessibilité proposée par Python. Cependant, puisque des bibliothèques d’accélération existent déjà telle cuDNN pour le machine learning de manière général, cuBLAS pour les calculs scientifiques vectoriel et cuSPARSE pour leur équivalent sur des matrices principalement vides, il fallait bien trouver un nouveau terrain de jeu pour la firme. Est-ce que cela signifie que son concurrent OpenCL s’aventurera également sur ce terrain-là ? Mystère et boule de gomme, mais la verbosité de ce dernier risque encore plus de l’enfoncer face à un CUDA mieux rôdé. Avis aux amateurs ? (Source : Phoronix)