Actualización de NVIDIA CUDA 13.2: Últimas noticias de CUDA hoy (GPUs Ampere y Ada)
Iris Coleman 29 de marzo de 2026 23:00
CUDA 13.2 extiende la programación de GPU basada en mosaicos a arquitecturas más antiguas, añade herramientas de perfilado de Python y ofrece aceleraciones de hasta 5x con nuevos algoritmos Top-K.
Últimas noticias de CUDA hoy: NVIDIA expande el ecosistema CUDA
Noticias de CUDA hoy: Aspectos destacados clave
NVIDIA está expandiendo el acceso a CUDA a plataformas de terceros, marcando un paso importante para hacer que su ecosistema de computación GPU sea más accesible para desarrolladores de todo el mundo.
- CUDA ahora está disponible en más plataformas de terceros
- Expansión del ecosistema CUDA más allá de los entornos tradicionales
- Mayor accesibilidad para desarrolladores y empresas
- Mayor soporte para computación en la nube y distribuida
Lo que esto significa para desarrolladores y empresas de IA
La expansión de CUDA a plataformas de terceros reduce la barrera de entrada para desarrolladores y empresas. Permite opciones de implementación más flexibles y reduce la dependencia de entornos de hardware específicos.
Los beneficios clave incluyen:
- Implementación más fácil de aplicaciones de IA en diferentes plataformas
- Reducción de las limitaciones de infraestructura para startups y empresas
- Mayor flexibilidad en entornos en la nube e híbridos
- Innovación más rápida en aplicaciones impulsadas por IA y GPU
Se espera que este movimiento acelere la adopción de CUDA en múltiples industrias.
El lanzamiento de CUDA 13.2 de NVIDIA extiende su modelo de programación basado en mosaicos a las arquitecturas Ampere y Ada, trayendo lo que la compañía llama su mayor actualización de plataforma en dos décadas a una base de hardware significativamente más amplia. La actualización también introduce capacidades nativas de perfilado de Python y nuevos algoritmos que ofrecen mejoras de rendimiento de hasta 5x para cargas de trabajo específicas.
Anteriormente limitado a GPUs de clase Blackwell, CUDA Tile ahora admite arquitecturas con capacidad de cómputo 8.X (Ampere y Ada), junto con el soporte existente de 10.X y 12.X. NVIDIA indicó que un futuro lanzamiento del kit de herramientas extenderá el soporte completo a todas las arquitecturas de GPU comenzando con Ampere, cubriendo potencialmente millones de GPUs profesionales y de consumo implementadas.
Python recibe tratamiento de primera clase
El lanzamiento amplía significativamente las herramientas de Python. cuTile Python, la implementación DSL del modelo de programación de mosaicos de NVIDIA, ahora admite funciones recursivas, cierres con captura, funciones lambda y operaciones de reducción personalizadas. La instalación se ha simplificado a un solo comando pip que descarga todas las dependencias sin requerir una instalación de CUDA Toolkit en todo el sistema.
Una nueva interfaz de perfilado llamada Nsight Python lleva el perfilado de kernels directamente a los desarrolladores de Python. Usando decoradores, los desarrolladores pueden configurar, perfilar y trazar automáticamente comparaciones de rendimiento de kernels en múltiples configuraciones. La herramienta expone datos de rendimiento a través de estructuras de datos estándar de Python para análisis personalizados.
Quizás más significativo para los flujos de trabajo de depuración: los kernels Numba-CUDA ahora se pueden depurar en hardware GPU real por primera vez. Los desarrolladores pueden establecer puntos de interrupción, recorrer declaraciones e inspeccionar el estado del programa usando CUDA-GDB o Nsight Visual Studio Code Edition.
Mejoras en el rendimiento de algoritmos
El lanzamiento de CUDA Core Compute Libraries (CCCL) 3.2 introduce varios algoritmos optimizados. El nuevo cub::DeviceTopK proporciona aceleraciones de hasta 5x sobre la ordenación radix completa al seleccionar los K elementos más grandes o más pequeños de un conjunto de datos, una operación común en sistemas de recomendación y aplicaciones de búsqueda.
La reducción segmentada de tamaño fijo muestra mejoras aún más dramáticas: hasta 66x más rápido para tamaños de segmento pequeños y 14x para segmentos grandes en comparación con la implementación existente basada en desplazamiento. La biblioteca cuSOLVER añade cálculos emulados FP64 que aprovechan el rendimiento INT8, logrando mejoras de rendimiento de hasta 2x para la factorización QR en sistemas B200 cuando los tamaños de matriz se acercan a 80K.
Actualizaciones empresariales y embebidas
Los controladores de cómputo de Windows ahora utilizan MCDM por defecto en lugar del modo TCC comenzando con la versión de controlador R595. Este cambio aborda problemas de compatibilidad donde algunos sistemas mostraban errores al inicio. MCDM habilita el soporte de WSL2, compatibilidad nativa de contenedores y APIs avanzadas de gestión de memoria previamente reservadas para el modo WDDM. NVIDIA reconoció que MCDM actualmente tiene una latencia de envío ligeramente mayor que TCC y está trabajando para cerrar esa brecha.
Para sistemas embebidos, el mismo Arm SBSA CUDA Toolkit ahora funciona en todos los objetivos Arm, incluidos los dispositivos Jetson Orin. Jetson Thor obtiene soporte Multi-Instance GPU, permitiendo que la GPU integrada se particione en dos instancias aisladas, útil para aplicaciones de robótica que necesitan separar el control de motor crítico para la seguridad de las cargas de trabajo de percepción más pesadas.
El kit de herramientas está disponible ahora a través del portal de desarrolladores de NVIDIA. Los desarrolladores que usan GPUs Ampere, Ada o Blackwell pueden acceder a la guía de inicio rápido de cuTile Python para comenzar a experimentar con la programación basada en mosaicos.
Explicación de la expansión del ecosistema CUDA
CUDA ha sido durante mucho tiempo una piedra angular de la estrategia de computación GPU de NVIDIA. Al extender su disponibilidad a plataformas de terceros, NVIDIA está fortaleciendo su ecosistema y reforzando su posición en el mercado de IA y computación de alto rendimiento.
Esta expansión permite a los desarrolladores aprovechar CUDA en más entornos, convirtiéndola en una plataforma más versátil y ampliamente adoptada.
También refleja una tendencia más amplia de la industria hacia ecosistemas de computación abiertos y flexibles.
Noticias y actualizaciones relacionadas con CUDA
Para más actualizaciones sobre desarrollos de CUDA, consulta las últimas noticias:
- NVIDIA CUDA 13.2 expande la programación de mosaicos para GPUs Ampere y Ada
Mantente atento a más noticias de CUDA hoy mientras NVIDIA continúa expandiendo sus capacidades de computación GPU.
FAQ: Noticias de CUDA hoy
¿Cuál es la última versión de CUDA hoy?
La última versión de CUDA es CUDA 13.2, que introduce mejoras en la programación de mosaicos y eficiencia de GPU para arquitecturas Ampere y Ada.
¿Qué cambió en CUDA 13.2?
CUDA 13.2 añade programación mejorada basada en mosaicos, mejor optimización de memoria y soporte mejorado para cargas de trabajo de IA y computación de alto rendimiento.
¿Qué GPUs soportan CUDA 13.2?
CUDA 13.2 está optimizado para GPUs NVIDIA Ampere y Ada, asegurando un rendimiento mejorado y compatibilidad con hardware moderno.
¿Es CUDA 13.2 bueno para cargas de trabajo de IA?
Sí, CUDA 13.2 mejora significativamente el rendimiento de IA y aprendizaje automático al optimizar la utilización de GPU y reducir el tiempo de entrenamiento.
¿Con qué frecuencia actualiza NVIDIA CUDA?
NVIDIA actualiza regularmente CUDA con nuevas funciones, mejoras de rendimiento y soporte de hardware ampliado varias veces al año.
¿Dónde puedo descargar actualizaciones de CUDA?
Puedes descargar las últimas actualizaciones de CUDA desde el sitio web oficial de NVIDIA o a través de plataformas de desarrolladores que soportan CUDA.
Fuente de imagen: Shutterstock- nvidia
- cuda
- computación gpu
- desarrollo de ia
- python
