Aller au contenu principal
Infrastructure · Actu ·

CUDA a 20 ans : comment la plateforme a transformé le calcul scientifique

NVIDIA célèbre cette semaine, lors de la conférence SC26, les vingt ans de CUDA, sa plateforme de calcul sur processeurs graphiques. Annoncée en novembre 2006 et présentée à la communauté scientifique à SC06, elle offrait aux chercheurs et aux développeurs un modèle de programmation de haut niveau, familier, pour exploiter les GPU au-delà du rendu graphique. Aujourd'hui, plus de 11 millions de développeurs travaillent avec CUDA, et plus de 1 000 bibliothèques CUDA-X sont disponibles. L'entreprise rend hommage à plusieurs figures marquantes: Klaus Schulten, de l'Université de l'Illinois à Urbana-Champaign, dont l'équipe a développé les outils de simulation et de visualisation moléculaire NAMD et VMD; Alex Krizhevsky, Ilya Sutskever et Geoffrey Hinton, de l'Université de Toronto, qui ont entraîné AlexNet sur seulement deux GPU NVIDIA; ainsi que Demis Hassabis et John Jumper, colauréats du prix Nobel de chimie 2024 pour la prédiction de structures de protéines.

2 min de lecture

Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie

Source

Résumé et traduction réalisés par Le Fil IA à partir de NVIDIA AI Blog. Lire l'article original →

Ces exemples illustrent comment une même plateforme a servi des disciplines très différentes. En 2013, des chercheurs de l'Illinois, de l'Université de Pittsburgh et de Vanderbilt ont utilisé des outils accélérés par CUDA, combinés à des expériences et à des simulations sur le superordinateur Blue Waters, l'un des plus puissants de l'époque, pour déterminer la structure atomique de la capside du VIH. En 2012, AlexNet a remporté le concours ImageNet, démontrant le potentiel du GPU pour l'apprentissage profond. AlphaFold 2, dont le logiciel est public, s'appuie sur CUDA pour s'exécuter sur GPU. CUDA a aussi servi à des travaux de recherche en IA récompensés par un Nobel, à des applications scientifiques sur supercalculateurs et à des effets visuels de films primés aux Oscars. Pour l'industrie, cela confirme que l'écosystème logiciel, autant que le matériel, a fait du GPU une infrastructure de base pour la science et l'IA.

Ce parcours explique la position centrale de NVIDIA dans le calcul accéléré. Le choix de lancer CUDA en 2006 auprès des scientifiques, plutôt qu'uniquement des spécialistes du graphisme, a créé une communauté dont les expériences, les outils et la persistance ont élargi les usages de la plateforme. Chaque génération de travaux a ouvert des possibilités à la suivante: des simulations moléculaires aux réseaux de neurones, puis à la prédiction de protéines. NVIDIA met désormais en avant des applications allant de la découverte de médicaments à la conception d'usines, en passant par les véhicules autonomes, la modélisation des marchés financiers et l'informatique quantique. L'entreprise invite les visiteurs de SC26 à découvrir le CUDA Toolkit et un mur d'événement dédié à cet anniversaire sur son stand.

À lire ensuite

01Comment le Snapdragon X2 Elite transforme votre PC en assistant personnel01netInfrastructure 02Infinity : comment d’anciens chercheurs d’OpenAI et d’Anthropic veulent transformer l’inférence IA ?Le Big DataInfrastructure 03NVIDIA et ses partenaires transforment la publicité et le marketing avec l'IA à Cannes LionsNVIDIA AI BlogInfrastructure 
Dossier · CUDASuivi en continu par Le Fil IASuivre ce sujet →

Le brief du matin

L'essentiel de l'IA chaque jour. Gratuit, désinscription immédiate à tout moment.

Recevez l'essentiel de l'IA chaque jour

Gratuit · 1 email le matin, l'essentiel de l'IA · désinscription à tout moment

Vu une erreur factuelle dans cet article ? Signalez-la. Toutes les corrections valides sont publiées sur /corrections.