NVIDIA/CUDALibrarySamples

CUDA Library Samples

何を解決するか

このリポジトリは、幅広いハイパフォーマンスコンピューティングタスクの実用的なGPUアクセラレート例を提供します。NVIDIAの専用CUDAライブラリを使用して、複雑な数学的およびデータ処理操作を効率的に実装する方法を解決します。

仕組み

このプロジェクトは、さまざまなNVIDIA CUDAライブラリの使用を示すサンプルアプリケーションのコレクションで構成されています。これらのライブラリは、線形代数、信号処理、画像操作などの特定の分野におけるGPUアクセラレーションの重い処理を担当します。

対象ユーザー

NVIDIA GPU上でハイパフォーマンス計算を実行する必要がある開発者や研究者向けに設計されています。特に数学、画像処理、信号処理、線形代数の分野で作業している方々に適しています。

主な特徴

  • 包括的なライブラリカバレッジ: cuBLAS、cuTENSOR、cuSPARSE、cuSOLVER、cuFFT、cuRAND、およびその他のライブラリの例を含みます。
  • GPUアクセラレートされた数学: 基本的な線形代数、テンソル演算、および線形ソルバーの実装を提供します。
  • 画像および動画処理: nvJPEGおよびNPPを介してJPEG、JPEG2000、TIFFのエンコード/デコードツールを備えています。
  • 専門的な計算: 後量子暗号（cuPQC）および量子化学（cuEST）のサポートを含みます。
  • データ圧縮: nvCOMPを使用して効率的なデータ圧縮および展開を実証しています。

関連

  • プロジェクト
    NVIDIA/cudf

    pandas、Polars、DaskのAPIをミラーリングするGPU高速化データフレームライブラリで、AI/MLワークフロー向けの高速な表形式データのクリーニングと集計を実現します。

  • プロジェクト
    CVCUDA/CV-CUDA

    CV‑CUDAは、NVIDIAのオープンソースGPUアクセラレーション・コンピュータビジョンライブラリです。高速でスケーラブルな画像/動画オペレータ（リサイズ、フィルタ、色変換など）を提供し、すべてGPU上で実行され、C/C++およびPythonのAIフレームワークと統合されます。Linux用のビルド済みwheel（`cvcuda-cu12`または`cvcuda-cu13`）からインストールし、`nvimgcodec`を使用して画像を直接GPUにデコードし、ディープラーニングモデルにデータを供給する前にCV‑CUDAオペレータをチェーンさせることができます。このライブラリは最新のNVIDIA GPU（Turing以降）をターゲットとしており、Microsoft Bingのビジュアル検索やTencent Cloudの動画処理などの本番システムで使用されています。

  • プロジェクト
    lattice/quda

    NVIDIAハードウェア上で動作する、格子QCD計算のためのGPU加速ライブラリ。さまざまなフェルミオン作用に対応した最適化されたディラック演算子とソルバーを提供。

  • プロジェクト
    rapidsai/cugraph

    GPUアクセラレーションを活用したグラフ解析パッケージのコレクション。グラフの作成・操作およびスケーラブルなグラフアルゴリズムの実行を可能にする。

  • プロジェクト
    nerfstudio-project/gsplat

    3Dガウス分布のラスタライズ用にCUDA加速されたライブラリで、公式の実装と比較して、より高速でメモリ効率の高いラディアンスフィールドのレンダリング方法を提供します。