Tech • IA • Crypto
NVIDIA : montage des technologies fondamentales — édition GTC Taipei et COMPUTEX 2026
INTRO
NVIDIA met en avant deux décennies de CUDA et l’expansion de son écosystème CUDA-X comme fondation du calcul accéléré à travers la science, l’IA et l’industrie.
POINTS CLÉS
Les 20 ans de CUDA
CUDA, introduit il y a environ vingt ans, a établi une architecture unifiée pour le calcul accéléré, transformant en profondeur la manière dont les calculs complexes sont réalisés. En permettant aux GPU de traiter des charges de travail générales, il a dépassé les limites des CPU traditionnels et stimulé les avancées dans les domaines scientifiques et industriels.
Expansion vers les bibliothèques CUDA-X
L’écosystème s’est étendu à plus de mille bibliothèques CUDA-X, conçues pour aider les développeurs à relever des défis spécialisés. Ces bibliothèques fournissent des briques optimisées qui réduisent le temps de développement tout en améliorant les performances pour des tâches computationnelles exigeantes.
Applications dans les domaines scientifiques
Les outils CUDA-X soutiennent désormais des percées en science et ingénierie, avec des cas d’usage allant des simulations physiques à la génomique. Cette diversité reflète le rôle de la plateforme comme infrastructure clé pour la recherche et le développement computationnels modernes.
Bibliothèques spécialisées pour les besoins industriels
Parmi les bibliothèques clés figurent cuLitho pour la lithographie computationnelle en fabrication de semi-conducteurs, cuOpt pour l’optimisation décisionnelle et cuDSS pour la résolution de grands systèmes creux. Chacune cible des problèmes très spécifiques et intensifs en calcul bénéficiant de l’accélération GPU.
Outils d’IA et de recherche pilotée par les données
Des ajouts récents comme AIQ permettent une recherche approfondie sur des données structurées et non structurées, illustrant la convergence entre IA et calcul haute performance. Ces outils visent à soutenir des analyses avancées et des systèmes autonomes.
Intégration télécoms, physique et génomique
Des bibliothèques comme Aerial pour les réseaux d’accès radio pilotés par IA, Warp pour les simulations physiques différentiables et Parabricks pour la génomique démontrent l’étendue de CUDA dans les télécommunications, la modélisation scientifique et les sciences du vivant.
Fondements algorithmiques
Au cœur de l’écosystème se trouvent des algorithmes hautement optimisés, qui sous-tendent les gains de performance de toutes les bibliothèques CUDA-X. Leur efficacité et leur scalabilité sont essentielles pour permettre le traitement en temps réel et les simulations à grande échelle.
CONCLUSION
Après 20 ans, CUDA est passé d’un modèle de programmation GPU à une plateforme de calcul étendue, dont les bibliothèques CUDA-X amplifient l’impact dans l’IA, la science et l’industrie.
Transcription complète
20 years ago we built CUDA, a single architecture [music] for accelerated computing. We reinvented computing. A thousand CUDA-X [music] libraries help developers make breakthroughs in every field of science and engineering. CUDA-X libraries [music] are tools for agents. cuLitho for computational lithography, cuOpt for decision optimization, cuDSS [music] for direct sparse solvers, AIQ for deep research across structured [music] and unstructured documents, Aerial for AI RAN, Warp for differentiable physics, Parabricks for genomics. At their foundation are algorithms, and they are beautiful. >> [music] [music] [music] [music] [music] [music] >> Hey.