🌐 NVIDIA celebra 20 años de CUDA y su impacto en la computación científica
CUDA at 20: How the Platform Transformed Scientific Computing
Aquesta setmana, en l'esdeveniment SC26, NVIDIA celebra dues dècades de CUDA, honorant els investigadors, desenvolupadors i enginyers que han convertit la computació amb GPU en un pilar de la ciència moderna i la intel·ligència artificial. El vintè aniversari de CUDA és una oportunitat per reflexionar sobre les eres de la computació, des d'aquells que van escriure els primers programes CUDA fins als desenvolupadors d'intel·ligència artificial que avui construeixen sobre aquest llegat.
Al nucli de la plataforma hi ha una comunitat de desenvolupadors les experimentacions, eines i persistència dels quals han ampliat les capacitats de la computació accelerada. Des del seu anunci al novembre de 2006 i la seva presentació a la comunitat científica en SC06, CUDA ha proporcionat un model de programació d'alt nivell i familiar per a l'ús de GPUs, estenent la computació accelerada més enllà dels gràfics per a aplicacions científiques i simulacions exigents.
En les dues dècades transcorregudes, els desenvolupadors han utilitzat CUDA per avançar en investigacions d'intel·ligència artificial guardonades amb el Premi Nobel, accelerar aplicacions científiques en supercomputadores i donar suport a efectes visuals en pel·lícules guanyadores de l'Oscar. Avui en dia, més de 11 milions de desenvolupadors treballen amb CUDA en tota la pila de computació.
En SC26, NVIDIA també ret homenatge a les lluminàries de CUDA que han liderat avenços en ciència i intel·ligència artificial. A la Universitat d'Illinois a Urbana-Champaign, l'equip del biofísic Klaus Schulten va connectar la computació amb GPU amb la biologia molecular a través d'eines com Nanoscale Molecular Dynamics i Visual Molecular Dynamics. El 2013, investigadors d'Illinois, la Universitat de Pittsburgh i la Universitat de Vanderbilt van utilitzar eines accelerades per CUDA per resoldre l'estructura atòmica del capsid del VIH, combinant experiments amb simulacions en Blue Waters, una de les supercomputadores més potents del món en aquell moment.
Un avenç crític en intel·ligència artificial va ser assolit pels investigadors de la Universitat de Toronto, Alex Krizhevsky, Ilya Sutskever i Geoffrey Hinton, que van utilitzar CUDA per entrenar AlexNet en només dues GPUs de NVIDIA. El seu sistema de reconeixement d'imatges va guanyar la competició ImageNet el 2012, demostrant el potencial de la computació amb GPU per a l'aprenentatge profund.
Aquesta connexió entre la computació i el descobriment científic també es reflecteix en AlphaFold, que prediu estructures de proteïnes. Demis Hassabis i John Jumper van compartir el Premi Nobel de Química 2024 per la predicció d'estructures de proteïnes. El programari AlphaFold 2 del seu equip, llançat públicament, utilitza CUDA per a l'execució en GPU.
Aquests són només alguns exemples que demostren com el treball d'una generació crea oportunitats per a la següent. Amb més de 1,000 biblioteques NVIDIA CUDA-X, els desenvolupadors estan ara transformant indústries i dotant les màquines de la capacitat de veure, aprendre i raonar, des del descobriment de nous medicaments i el disseny de fàbriques de pròxima generació fins a l'avenç de vehicles autònoms, la modelització de mercats financers i el desbloqueig de la computació quàntica.
Comença a construir amb el CUDA Toolkit i visita el Mur de Celebració dels 20 anys de CUDA a l'estand de NVIDIA en SC26.
CUDA at 20: How the Platform Transformed Scientific Computing
Esta semana, en el evento SC26, NVIDIA celebra dos décadas de CUDA, honrando a los investigadores, desarrolladores e ingenieros que han convertido la computación con GPU en un pilar de la ciencia moderna y la inteligencia artificial. El vigésimo aniversario de CUDA es una oportunidad para reflexionar sobre las eras de la computación, desde aquellos que escribieron los primeros programas CUDA hasta los desarrolladores de inteligencia artificial que hoy construyen sobre ese legado.
En el núcleo de la plataforma se encuentra una comunidad de desarrolladores cuyas experimentaciones, herramientas y persistencia han ampliado las capacidades de la computación acelerada. Desde su anuncio en noviembre de 2006 y su presentación a la comunidad científica en SC06, CUDA ha proporcionado un modelo de programación de alto nivel y familiar para el uso de GPUs, extendiendo la computación acelerada más allá de los gráficos para aplicaciones científicas y simulaciones exigentes.
En las dos décadas transcurridas, los desarrolladores han utilizado CUDA para avanzar en investigaciones de inteligencia artificial galardonadas con el Premio Nobel, acelerar aplicaciones científicas en supercomputadoras y apoyar efectos visuales en películas ganadoras del Oscar. Hoy en día, más de 11 millones de desarrolladores trabajan con CUDA en toda la pila de computación.
En SC26, NVIDIA también rinde homenaje a las luminarias de CUDA que han liderado avances en ciencia e inteligencia artificial. En la Universidad de Illinois en Urbana-Champaign, el equipo del biofísico Klaus Schulten conectó la computación con GPU con la biología molecular a través de herramientas como Nanoscale Molecular Dynamics y Visual Molecular Dynamics. En 2013, investigadores de Illinois, la Universidad de Pittsburgh y la Universidad de Vanderbilt utilizaron herramientas aceleradas por CUDA para resolver la estructura atómica del capsid del VIH, combinando experimentos con simulaciones en Blue Waters, una de las supercomputadoras más potentes del mundo en ese momento.
Un avance crítico en inteligencia artificial fue logrado por los investigadores de la Universidad de Toronto, Alex Krizhevsky, Ilya Sutskever y Geoffrey Hinton, quienes utilizaron CUDA para entrenar AlexNet en solo dos GPUs de NVIDIA. Su sistema de reconocimiento de imágenes ganó la competencia ImageNet en 2012, demostrando el potencial de la computación con GPU para el aprendizaje profundo.
Esta conexión entre la computación y el descubrimiento científico también se refleja en AlphaFold, que predice estructuras de proteínas. Demis Hassabis y John Jumper compartieron el Premio Nobel de Química 2024 por la predicción de estructuras de proteínas. El software AlphaFold 2 de su equipo, lanzado públicamente, utiliza CUDA para la ejecución en GPU.
Estos son solo algunos ejemplos que demuestran cómo el trabajo de una generación crea oportunidades para la siguiente. Con más de 1,000 bibliotecas NVIDIA CUDA-X, los desarrolladores están ahora transformando industrias y dotando a las máquinas de la capacidad de ver, aprender y razonar, desde el descubrimiento de nuevos medicamentos y el diseño de fábricas de próxima generación hasta el avance de vehículos autónomos, la modelización de mercados financieros y el desbloqueo de la computación cuántica.
Comienza a construir con el CUDA Toolkit y visita el Muro de Celebración de los 20 años de CUDA en el stand de NVIDIA en SC26.
CUDA at 20: How the Platform Transformed Scientific Computing
This week, at the SC26 event, NVIDIA celebrates two decades of CUDA, honouring the researchers, developers, and engineers who have made GPU computing a cornerstone of modern science and artificial intelligence. The twentieth anniversary of CUDA is an opportunity to reflect on the eras of computing, from those who wrote the first CUDA programs to the AI developers who today build upon that legacy.
At the core of the platform is a community of developers whose experimentation, tools, and persistence have expanded the capabilities of accelerated computing. Since its announcement in November 2006 and its presentation to the scientific community at SC06, CUDA has provided a high-level, familiar programming model for using GPUs, extending accelerated computing beyond graphics to demanding scientific applications and simulations.
In the two decades since, developers have used CUDA to advance Nobel Prize-winning AI research, accelerate scientific applications on supercomputers, and support visual effects in Oscar-winning films. Today, more than 11 million developers work with CUDA across the computing stack.
At SC26, NVIDIA also pays tribute to the CUDA luminaries who have led advances in science and artificial intelligence. At the University of Illinois at Urbana-Champaign, the team of biophysicist Klaus Schulten connected GPU computing with molecular biology through tools like Nanoscale Molecular Dynamics and Visual Molecular Dynamics. In 2013, researchers from Illinois, the University of Pittsburgh, and Vanderbilt University used CUDA-accelerated tools to solve the atomic structure of the HIV capsid, combining experiments with simulations on Blue Waters, one of the most powerful supercomputers in the world at the time.
A critical breakthrough in artificial intelligence was achieved by researchers from the University of Toronto, Alex Krizhevsky, Ilya Sutskever, and Geoffrey Hinton, who used CUDA to train AlexNet on just two NVIDIA GPUs. Their image recognition system won the ImageNet competition in 2012, demonstrating the potential of GPU computing for deep learning.
This connection between computing and scientific discovery is also reflected in AlphaFold, which predicts protein structures. Demis Hassabis and John Jumper shared the 2024 Nobel Prize in Chemistry for protein structure prediction. Their team's AlphaFold 2 software, publicly released, uses CUDA for GPU execution.
These are just a few examples demonstrating how the work of one generation creates opportunities for the next. With more than 1,000 NVIDIA CUDA-X libraries, developers are now transforming industries and enabling machines to see, learn, and reason, from discovering new drugs and designing next-generation factories to advancing autonomous vehicles, modelling financial markets, and unlocking quantum computing.
Start building with the CUDA Toolkit and visit the 20 Years of CUDA Celebration Wall at the NVIDIA booth at SC26.
¿Te ha interesado esta noticia?
Recibe cada mañana el resumen de IA y sociedad directo en tu email.
Suscríbete gratis →