Nuevas bibliotecas en la computación acelerada ofrecen aumentos de velocidad de órdenes de magnitud y reducen el consumo de energía y costos en el procesamiento de datos, inteligencia artificial generativa, sistemas de recomendación, curaduría de datos de IA, procesamiento de datos, investigación sobre 6G, física aplicada y más. Estas incluyen:

• Aplicaciones de LLM: NeMo Curator, para crear conjuntos de datos personalizados, añade la curaduría de imágenes y Nemotron-4 340B para la generación de datos sintéticos de alta calidad.
• Procesamiento de datos: cuVS para búsqueda vectorial que permite construir índices en minutos en lugar de días y un nuevo motor GPU de Polars en beta abierta.
• IA física: para simulación física, Warp acelera los cálculos con una nueva API Tile. Para simulación de redes inalámbricas, Aerial añade más formatos de mapas para trazado de rayos y simulación. Y para simulación inalámbrica a nivel de enlace, Sionna agrega una nueva cadena de herramientas para inferencias en tiempo real.

Cada vez más empresas en todo el mundo están adoptando la computación acelerada de NVIDIA para acelerar aplicaciones que inicialmente solo ejecutaban en CPUs. Esto les ha permitido lograr incrementos de velocidad extremos y beneficiarse de ahorros significativos en energía.

En Houston, CPFD desarrolla software de simulación de dinámica de fluidos computacionales para aplicaciones industriales, como su software Barracuda Virtual Reactor, que ayuda a diseñar instalaciones de reciclaje de próxima generación. Las instalaciones de reciclaje de plástico ejecutan el software de CPFD en instancias en la nube impulsadas por la computación acelerada de NVIDIA. Con una máquina virtual acelerada por GPU CUDA, pueden escalar y ejecutar simulaciones 400 veces más rápido y 140 veces más eficientes energéticamente en comparación con una estación de trabajo basada en CPU.

NVIDIA Acelerada en la Computación es Sostenible

NVIDIA estima que si todas las cargas de trabajo de IA, HPC y análisis de datos que aún se ejecutan en servidores CPU fueran aceleradas por GPU CUDA, los centros de datos ahorrarían 40 teravatios-hora de energía anualmente. Esa cantidad equivale al consumo energético de 5 millones de hogares en EE. UU. por año.

La computación acelerada utiliza las capacidades de procesamiento paralelo de las GPUs CUDA para completar trabajos de manera significativamente más rápida que las CPUs, mejorando la productividad mientras reduce drásticamente el costo y el consumo de energía.

Aunque agregar GPUs a un servidor solo con CPU aumenta la potencia máxima, la aceleración por GPU termina tareas rápidamente y luego entra en un estado de bajo consumo. La energía total consumida con computación acelerada por GPU es significativamente menor que la de CPUs de propósito general, mientras que se obtiene un rendimiento superior.

Las Herramientas Correctas para Cada Trabajo

Las GPUs no pueden acelerar el software diseñado para CPUs de propósito general. Se necesitan bibliotecas de software de algoritmos especializados para acelerar cargas de trabajo específicas. Al igual que un mecánico cuenta con un conjunto completo de herramientas, desde destornilladores hasta llaves, NVIDIA proporciona un conjunto diverso de bibliotecas para realizar funciones de bajo nivel como el análisis y la ejecución de cálculos sobre datos.

Cada NVIDIA CUDA está optimizada para aprovechar las características de hardware específicas de las GPUs de NVIDIA. En conjunto, abarcan el poder de la plataforma NVIDIA.

Actualizaciones continuas se añaden a la hoja de ruta de la plataforma CUDA, expandiéndose a través de diversos casos de uso:

Aplicaciones LLM

NeMo Curator permite a los desarrolladores crear rápidamente conjuntos de datos personalizados en casos de uso de modelos de lenguaje de gran tamaño (LLM). Recientemente, se anunciaron capacidades más allá del texto para expandirse hacia el soporte multimodal, incluyendo la curaduría de imágenes.

Aplicaciones de Procesamiento de Datos

cuVS es una biblioteca de código abierto para búsqueda vectorial y agrupamiento acelerados por GPU que proporciona una velocidad y eficiencia increíbles. La última versión de cuVS permite construir grandes índices en minutos en lugar de horas o días, y hacer consultas a gran escala.

Polars es una biblioteca de código abierto que utiliza optimizaciones de consulta y otras técnicas para procesar cientos de millones de filas de datos de manera eficiente en una sola máquina. Un nuevo motor GPU de Polars alimentado por la biblioteca cuDF de NVIDIA estará disponible en beta abierta, ofreciendo hasta un 10x de mejora en el rendimiento comparado con CPU.

IA Física

Warp, para simulación y gráficos de alto rendimiento en GPU, ayuda a acelerar la computación espacial facilitando la escritura de programas diferenciables para simulaciones físicas, percepción, robótica y procesamiento de geometría.

Aerial es un conjunto de plataformas de computación acelerada que incluye Aerial RAN Acelerado por CUDA y Aerial Omniverse Digital Twin para diseñar, simular y operar redes inalámbricas para aplicaciones comerciales e investigación industrial.

Sionna es una biblioteca de código abierto acelerada por GPU para simulaciones a nivel de enlace de sistemas de comunicación inalámbrica y óptica, logrando simulaciones mucho más rápidas y permitiendo la exploración interactiva de estos sistemas.

NVIDIA proporciona más de 400 bibliotecas. Algunas, como CV-CUDA, destacan en el procesamiento previo y posterior de tareas de visión por computadora comunes en videos generados por usuarios, sistemas de recomendación y videoconferencias. Otras, como cuDF, aceleran marcos de datos y tablas centrales en bases de datos SQL y pandas en ciencia de datos.

Los ahorros energéticos por aceleración de GPU permiten liberar lo que de otro modo habría sido coste y energía desperdiciados. Con sus enormes ahorros en eficiencia energética, la computación acelerada es computación sostenible.