La nouvelle version de la suite d'outils de NVIDIA a été mise en ligne, permettant aux développeurs de tirer parti de ses GPU pour du calcul. Le modèle de programmation a été retravaillé, tout comme la gestion du Multi-Process Service (MPS). Tout est détaillé ici. 

On a également droit à une mise à jour du pilote permettant d'exploiter le GPU depuis le sous-système Linux de Windows 10/11 et une mise à jour des environnements Nsight.

Mais le changement le plus attendu était sans doute la disponibilité générale de CUDA Python qui permet, comme son nom l'indique, d'exploiter le GPU via CUDA directement à travers du code écrit en Python. Il est distribué via PyPi ou Anaconda. 

Il existe déjà des solutions à travers des bibliothèques comme CuPy ou Numba, mais NVIDIA veut permettre d'unifier les efforts en la matière, permettant à l'écosystème de construire par-dessus. Il s'est pour cela basé sur le travail autour de Cython. 

Dans sa documentation, le constructeur évoque les avantages apportés pour ces deux outils comme une réduction de l'empreinte mémoire, la simplification de la compilation, etc. C'est d'autant plus important que Python est le langage de référence de nombreux secteurs, notamment dans le domaine de la recherche.

Le code source de CUDA Python est disponible sur GitHub sous licence NVIDIA.