cuBLAS 庫可提供基本線性代數子程序（BLAS）的 GPU 加速實現。cuBLAS 利用針對 NVIDIA GPU 高度優化的插入式行業標準 BLAS API，加速 AI 和 HPC 應用。cuBLAS 庫包含用于批量運算、跨多個 GPU 的執行以及混合精度和低精度執行的擴展程序。通過使用 cuBLAS，應用將能自動從定期性能提升及新的 GPU 體系架構中受益。cuBLAS 庫包含在 NVIDIA HPC SDK 和 CUDA 工具包中。

cuBLAS 多 GPU 擴展

cuBLASMg 提供了先進的多 GPU 矩陣間乘法，您可在多臺設備間以 2D 塊循環方式分發每個矩陣。cuBLASMg 目前已加入 CUDA 數學庫搶先體驗計劃。

cuBLAS 性能

cuBLAS 庫針對 NVIDIAGPU 上的性能進行了高度優化，并利用 Tensor Core 對低精度和混合精度矩陣乘法進行加速。

cuBLAS 的主要特性

全面支持 152 個標準 BLAS 例程

支持半精度和整數矩陣乘法

GEMM 和 GEMM 擴展程序針對 Volta 及 Turing Tensor Core 進行了優化

針對各種深度學習模型中使用的規模調整 GEMM 性能

支持用于并發操作的 CUDA 流

加速計算基礎——CUDA C/C++

您將能夠使用最基本的 CUDA 工具和技術，加速和優化僅適用于 CPU 的 C/C++ 應用程序。您將了解 CUDA 開發的迭代風格，這將幫助您快速發布加速應用程序。

加速計算基礎——CUDA Python

您將了解使用 CUDA 和 Numba 編譯器在大規模并行 GPU 上加速運行 Python 應用程序的基本工具和技能。

通過 CUDA C++ 在多個 GPU 之間擴展工作負載

您將學習如何在單個節點上使用多個 GPU，構建強大高效的 CUDA C++ 應用程序。

通過并發流加速 CUDA C++ 應用程序

您將在 CUDA C++ 應用程序中，學習利用 CUDA Streams 進行復制/計算重疊。

審核編輯：劉清