8 декабря состоялся выпуск набора программных инструментов Intel, предназначенных для разработки программ с использованием единого программного интерфейса (API) для различных вычислительных ускорителей, включая векторные команды процессоров (CPU), графические ускорители (GPU) и программируемые вентильные матрицы (FPGA) — Intel oneAPI Toolkits for XPU Software Development.

Базовый набор инструментов «oneAPI Base Toolkit» содержит компиляторы, библиотеки, средства для анализа и отладки, а также средства обеспечения совместимости, которые помогают перенести программы использующие CUDA на диалект Data Parallel C++ (DPC++).

Дополнительные наборы инструментов предоставляют средства для высокопроизводительных расчётов (HPC Toolkit), для разработки искусственного интеллекта (AI Toolkit), для «интернета вещей» (IoT Toolkit) и для высокопроизводительной визуализации (Rendering Toolkit).

Инструменты Intel oneAPI позволяют исполнять программы, полученные из одного и того же исходного кода на вычислительном оборудовании разной архитектуры.

Наборы инструментов можно скачать бесплатно. Кроме бесплатной версии инструментов есть и платная, которая даёт доступ к технической поддержке от инженеров Intel. Также доступна возможность использовать для разработки и тестирования кода сервис Intel® DevCloud, который предоставляет доступ к различным CPUs, GPU и FPGA. Будущие версии Intel® Parallel Studio XE и Intel® System Studio будут базироваться на Intel oneAPI.

Ссылка для скачивания: https://software.intel.com/content/www/us/en/develop/tools/oneapi/all-toolkits.html

( читать дальше... )

>>> Подробности

Бинарные сборки CUDA Toolkit 11+ и Драйверов 450+ доступны для загрузки с репозитория nvidia для Fedora 32, Ubuntu 20.04 и др.

Официальной новости я не смог найти, но те кто использует адаптированные версии от negativo17 или ручной сборки, смогут обновиться и начать использовать таки C++17 в начале перехода мира на C++20

>>> Адрес репозитория

MAGMA (Коллекция библиотек для линейной алгебры нового поколения для использования на GPU. Разработана и реализованна той же командой, которая разрабатывает библиотеки LAPACK и ScaLAPACK)

вышел новый важный релиз 2.5.1 (2019-08-02):

• добавлена поддержка Turing;
• теперь можно собирать через cmake, для этого исправлен CMakeLists.txt для корректной установки spack;
• исправления для использования без FP16;
• улучшение компиляции на различных компиляторах;
• новая подпрограмма: magmablas_Xherk_small_reduce (X = ‘s’, ‘d’, ‘c’, or ‘z’) - специальная HERK-подпрограмма для которой выходная матрица очень маленькой размерности (до 32), и у которой входная матрица очень высокая и узкая.

>>> Подробное описание самого продукта и его назначение на сайте у NVidia

>>> Ссылка для загрузки

>>> Оригинальная новость на сайте продукта

Программы oclHashcat и hashcat для подбора паролей по хешу, использующие мощности видеокарт, переведны на лицензию MIT

https://hashcat.net/forum/thread-4880.html
https://github.com/hashcat/

Одновременно выпущена новая версия hashcat 2.0 и анонсировано слияние в дальнейшем проектов hashcat и oclHashcat в один.

>>> Подробности

Несколько дней назад состоялся очередной выпуск NVIDIA PhysX SDK — программного обеспечения, которое позволяет разработчикам игр избегать написания собственного программного кода для обработки сложных физических взаимодействий в современных компьютерных играх. Физические расчёты могут выполняются на графических чипах NVIDIA с архитектурой CUDA.

Основным новшеством стала поддержка GPU-ускорения в Linux. До этого обсчёт физики осуществлялся силами CPU даже при наличии подходящей видеокарты.

>>> Подробности

Обновилась программа подбора паролей, использующая мощности видеокарты через интерфейсы OpenCL и CUDA. Добавлена поддержка алгоритмов Skype, Peoplesoft, md5($salt.md5($pass)), Mediawiki B type, Kerberos 5 AS-REQ Pre-Auth etype 23 (улучшен), Android FDE , scrypt, Password Safe v2, Lotus Notes/Domino 8. Увеличена скорость подбора по другим алгоритмам (статистика доступна на странице со списком изменений). Для компиляции бинарных файлов теперь используется собственный toolchain со старым glibc (для совместимости со старыми версиями различных Linux дистрибутивов).

>>> Подробности

Компания NVIDIA представила набор для разработчиков Jetson TK1 на базе однокристальной системы Tegra K1 со встроенным 192-ядерным GPU на архитектуре Kepler. Максимальная производительность Jetson TK1 достигает 326 гигафлопс, в системе реализована поддержка параллельных вычислений NVIDIA Cuda. Предварительный заказ на Jetson TK1 открыт в Европе и США, девкит обойдется в $192.

По словам вице-президента компании Иэна Бака, представленная платформа открывает новые возможности для мобильных встраиваемых систем, которые смогут полноценно использовать машинное зрение в маломощных портативных устройствах. Платформа найдет применение в робототехнике, медицинском оборудовании, беспилотных летающих аппаратах и автомобилях.

Набор для разработчиков представляет собой миниатюрный компьютер с новым процессором NVIDIA, 2 ГБ оперативной памяти, 16 ГБ встроенной, гигабитным сетевым адаптером, интерфейсами USB 3.0, HDMI 1.4, SATA, слоты mini-PCIe и microSD. Также реализована поддержка OpenGL 4.4, в комплекте предоставлено все необходимое для работы ПО

>>> Подробности

По договорённости с редакцией Linux Format выложил в открытый доступ цикл статей по параллельному программированию, которые были опубликованы в журнале с февраля по июль этого года.

Кратко рассмотрены пакетные (batch) системы, MPI, CUDA, OpenCL и примеры работы с кластерами. Также во введении есть сопутствующее мини-интервью с Романом Троганом из Parallela.

P.S. Если будет интерес, то начну процедуру выкладывания исходников статей под открытой лицензией.

>>> Сами статьи

Вышла новая версия платформы для вычисления на графических ускорителях NVIDIA CUDA 5.0.

Новые возможности:

• Динамическая параллельность. Вычислительные потоки могут динамически порождать новые.
• Библиотеки для графических процессоров. Новая библиотека CUDA BLAS позволяет использовать возможности динамической параллельности из сторонних библиотек.
• GPUDirect — прямое сообщение между графическими процессорами через шину PCI-E, включая прямой доступ к памяти.
• Интегрированная среда для разработки программ Nsight на базе Eclipse.

>>> Подробности

NVIDIA выпускает интегрированную среду разработки Nsight для Linux и MacOS на базе Eclipse. В неё входят:

• Nsight Source Code Editor — шаблоны проектов, подсветка синтаксиса, автодополнение для CUDA;
• Nsight Debugger — отладка и симуляция выполнения кода на CPU и GPU;
• Nsight Profiler — анализ производительности выполнения кода на CPU и GPU.

На данный момент Nsight Eclipse Edition доступна как часть CUDA 5 Preview Toolkit для зарегистрированных GPU-разработчиков.

Страница Nsight Eclipse Edition на NVIDIA

Видеообзор

>>> Подробности

Процесс открытия исходных кодов компилятора для NVIDIA CUDA завершается. Теперь поддержка CUDA добавлена в фреймворк для построения компиляторов и виртуальных машин LLVM. Это позволит расширить число пользователей CUDA и количество языков программирования с её поддержкой.

>>> Подробности

NVIDIA выпустила новую версию CUDA Toolkit, которая позволяет вести разработку с использованием GPU на архитектуре Kepler, представителем которой является GeForce GTX680.

Другие новые возможности и функциональность, добавленные к имевшимся в версии CUDA 4.1:

• новый компилятор CUDA на основе LLVM;
• более тысячи новых функций обработки изображений;
• переработанный Visual Profiler.

>>> Подробности

26 января NVIDIA выпустила новую версию платформы CUDA. Версия 4.1 включает три основных изменения, которые упрощают и ускоряют параллельное программирование на GPU:

• Обновленный Visual Profiler с автоматизированным анализом производительности позволяет облегчить оптимизацию приложения
• Новый компилятор на базе популярной инфраструктуры с открытым кодом LLVM ускоряет работу приложений на 10%
• Сотни новых функций вывода изображений и обработки сигнала удваивают размер библиотеки NVIDIA Performance Primitives (NPP)

Подробности на русском

>>> Подробности

Сегодня NVIDIA анонсировала открытие исходных кодов нового компилятора CUDA, основанного на технологиях LLVM, для академических групп и разработчиков програмного обеспечения. Это позволит облегчить программирование GPU на различных языках и добавить возможность запускать CUDA программ на альтернативных вычислительных архитектурах. Также в NVIDIA надеются на ускорение развития гетерогенных вычислительных архитектур нового поколения.

Новый CUDA компилятор, основанный на технологии LLVM доступен в последнем выпуске CUDA Toolkit (версия 4.1).

Разработчики программного обеспечения смогут использовать исходные коды компилятора для создания собственных решений.

Doug Miles, директор The Portland Group:

Эта инициатива позволит PGI создать нативные компиляторы CUDA Fortran и OpenACC. Также позволит безпроблемно выполнять отладку и профилирование, используя существующие инструменты, и PGI сфокусируется на высокоуровневой оптимизации и языковых особенностях.

Доступ к исходным кодам компилятора CUDA квалифицированные академические исследователи и разработчики программного обеспечения могут получить после регистрации здесь.

>>> Подробности

Состоялся релиз NVIDIA CUDA 4.0. Также можно отметить релиз CUDA-GDB. Далее - текст из официальной русскоязычной новости.

Набор инструментов NVIDIA CUDA 4.0 был создан, чтобы упростить параллельное программирование и позволить еще более широкому кругу разработчиков портировать свои приложения на GPU. Основные возможности новой архитектуры:

• Технология NVIDIA GPUDirect™ 2.0 обеспечивает равноправную связь между GPU в рамках одного сервера или рабочей станции, что упрощает и ускоряет мультипроцессорное программирование и работу приложений.
• Унифицированная виртуальная адресация (UVA) организует единое адресное пространство для основной системной памяти и памяти GPU, что делает параллельное программирование еще быстрее и проще.
• Библиотеки примитивов Thrust C++ - набор алгоритмов C++ с открытым кодом для параллельных расчетов и структур данных, которые упрощают программирование для разработчиков на C++. Thrust ускоряет стандартные операции, такие как параллельное хранение, в 5-100 раз по сравнению с библиотеками Standard Template Library (STL) и Threading Building Blocks (TBB).

Другие функции и возможности:

• интеграция MPI с приложениями CUDA – Модификация MPI, например, OpenMPI, автоматически пересылает данные в память GPU и обратно по Infiniband, когда приложение посылает или получает запрос от MPI.
• Многопоточность и GPU – Многочисленные потоки с CPU хоста могут обмениваться контекстом на одном GPU, что упрощает совместное использование GPU многопоточными приложениями.
• Использование нескольких GPU одним потоком с CPU – Один поток с CPU хоста может иметь доступ ко всем GPU в системе. Разработчики могут легко распределить работу между несколькими GPU для таких задач, как обмен «ореолами» в приложениях.
• Новая библиотека NPP для обработки изображений и компьютерного видения – Большой набор операций по трансформации изображения, которые позволяют быстро разрабатывать приложения обработки изображений и компьютерного зрения.

Новые и улучшенные возможности:

• Автоматический анализ производительности в Visual Profiler
• Новые функции в cuda-gdb и поддержка MacOS
• Поддержка функций C++, таких как new/delete и виртуальные функции
• Новый бинарный дизассемлер на GPU

Подробности о новых возможностях можно узнать на странице с русскоязычной новостью. В ней не сказано о том, что состоялся релиз, потому что в тот день существовал ещё только кандидат в релизы. Англоязычная новость, в свою очередь, объявляет релиз, гораздо короче (просто список терминов без разъяснений) и подробнее.

Русскоязычная новость

>>> Англоязычная новость о релизе

Вышла первая стабильная версия системы обнаружения и устранения атак Suricata 1.0.0, стандартной IDS с базовыми возможностями. Отличительной чертой системы является то, что она может использовать ускорение NVIDIA CUDA для своей работы.

Возможности и исправления данной версии:

• Поддержка DCERPC поверх UDP;
• Исправлено поведение, при котором короткие HTTP-сессии не парсились корректно;
• Исправлена работа с CUDA, вследствие чего повысилась производительность.

>>> Подробности

27-го июня компания NVIDIA выпустила очередную версию технологии CUDA. Из нововведений версии 3.1 отмечается следующее:

• технология GPUDirect™ для прямого доступа к памяти GPU;
• одновременное выполнение вплоть до 16 функций-ядер (только для архитектуры Fermi);
• возможность одновременного использования CUDA Driver API и CUDA Runtime API, реализованная за счет разделяемых буферов;
• нововведения, касающиеся языка CUDA C/C++:
  • возможность использования printf() в GPU-коде;
  • поддержка рекурсии и указателей на функции (только для архитектуры Fermi), что должно способствовать портированию программного кода на Fermi GPU;
• унифицированный визуальный профайлер для CUDA и OpenCL;
• множество улучшений в математических библиотеках CUBLAS и CUFFT;
• новые примеры кода в составе SDK.

CUDA — программная технология, дающая возможность программистам на С/С++ использовать вычислительные мощности GPGPU наиболее естественным образом. До появления CUDA программистам приходилось пользоваться не самыми подходящими для вычислительных задач API OpenGL или Direct3D, загружая данные в GPU виде графических текстур и программируя алгоритмы на шейдерных языках. CUDA же представляет собой набор расширений для привычного языка C, автоматически заботясь о компиляции кода и его загрузке в GPU. Существуют аналогичная технология разработки AMD, FireStream, и попытка унификации GPGPU API — OpenCL. Последний в полной мере поддерживается технологией CUDA.

Программистам, использующим CUDA, рекомендуется воспользоваться специальными драйверами для разработчиков (доступными по нижеприведенной ссылке), которые поддерживают более широкий спектр устройств в меньшем объеме инсталлятора. Поддержка CUDA 3.1 обеспечивается драйверами серии 256.

>>> Подробности

Вчера, 22-го июня, состоялся выпуск пакета проприетарных драйверов видеокарт NVIDIA для ОС Linux версии 256.35. Это — первая версия драйверов серии 256, имеющая статус «официальный»; предыдущие версии относились к категории «beta».

Из нововведений стоит отметить следующее:

• полная поддержка новой архитектуры NVIDIA Fermi;
• поддержка OpenGL: OpenGL 4.0 (для современных видеокарт), OpenGL 3.3 (для legacy-карт), OpenCL 1.1; поддержка готовящегося к релизу CUDA Toolkit 3.1;
• множество исправлений ошибок, касающихся 3D Vision, панели управления (nvidia-settings) и прочего;
• серьезно доработана подсистема VDPAU: добавлена поддержка Xinerama, появилась возможность использовать VDPAU совместно с CUDA и OpenGL;
• некоторые библиотеки были переименованы для более комфортного сосуществования реализаций OpenGL от NVIDIA и Mesa;
• в инсталляторе отныне используется сжатие bzip2 вместо gzip.

NVIDIA — мировой лидер в производстве графических чипов для видеокарт. К инновациям NVIDIA последних лет следует отнести популяризацию GPGPU как платформы для научных вычислений, развитие технологии CUDA и продвижение 3D Vision на десктопы и в домашние кинотеатры. Поддержка оборудования NVIDIA в Linux традиционно осуществляется либо полнофункциональным, но закрытым (собственническим) драйвером NVIDIA, либо его открытым, но менее функциональным аналогом (ранее — nv, ныне Nouveau).

>>> Подробности

UGENE — это свободное ПО для работы молекулярного биолога, написанное на Qt.

Данный продукт во многом является аналогом (а местами и гораздо более функционален) коммерческого пакета Vector NTI, однако отличается кроссплатформенностью, поддержкой возможностей современного железа (многопоточность, CUDA) и возможностью самому писать плагины либо мышекликабельно создавать вычислительные цепочки из плагинов уже существующих.

Описание программы: http://ugene.unipro.ru/rus/index.html

>>> Скачать

В университете города Антверпен собрали суперкомпьютер из 7 видеокарт nVidia GTX 275 и GTX 295. Управляющая ОС - CentOS 5.3. Применение - электронная томография. Итоговая стоимость около €6000.

>>> Подробности