AIINEWS

AIINEWS

Báo cáo chuyên sâu về Trí tuệ nhân tạo và Công nghệ toàn cầu

NVIDIA nhìn lại 20 năm CUDA qua các ứng dụng trong khoa học và AI

Ban biên tập AIINEWS•software
16 tháng 11, 2026•3 phút đọc
NVIDIA nhìn lại 20 năm CUDA qua các ứng dụng trong khoa học và AI

Tóm lược nhanh

“Nhân dịp 20 năm CUDA, NVIDIA nêu những trường hợp GPU được dùng để mô phỏng phân tử và huấn...”

Các điểm cốt lõi

  • 1.NVIDIA cho biết hãng công bố CUDA vào tháng 11/2006 và giới thiệu nền tảng này với cộng đồng khoa học tại SC06 như một cách lập trình GPU ở cấp độ cao.
  • 2.Theo NVIDIA, hiện có hơn 11 triệu lập trình viên xây dựng phần mềm trên CUDA.
  • 3.NVIDIA nêu ví dụ nhóm của nhà lý sinh Klaus Schulten tại Đại học Illinois Urbana-Champaign phát triển các công cụ mô phỏng và trực quan hóa phân tử. Năm 2013, các nhà nghiên cứu từ ba trường đại học dùng công cụ tăng tốc bằng CUDA, kết hợp thí nghiệm và mô phỏng trên siêu máy tính Blue Waters, để góp phần xác định cấu trúc nguyên tử của vỏ protein HIV.
  • 4.Các nhà nghiên cứu Alex Krizhevsky, Ilya Sutskever và Geoffrey Hinton tại Đại học Toronto dùng CUDA để huấn luyện AlexNet trên hai GPU NVIDIA. Hệ thống nhận dạng ảnh của họ thắng cuộc thi ImageNet năm 2012.
  • 5.NVIDIA cho biết phiên bản AlphaFold 2 được công bố rộng rãi sử dụng CUDA để chạy trên GPU. AlphaFold 2 là phần mềm dự đoán cấu trúc protein, nhưng nguồn không tách riêng mức đóng góp của CUDA vào kết quả nghiên cứu.

Nhân dịp 20 năm CUDA, NVIDIA nêu những trường hợp GPU được dùng để mô phỏng phân tử và huấn luyện AI. Nền tảng ra mắt năm 2006 này cho phép lập trình viên sử dụng GPU cho nhiều công việc ngoài đồ họa.

Bối cảnh và chi tiết công nghệ

NVIDIA cho biết hãng công bố CUDA vào tháng 11/2006 và giới thiệu nền tảng này với cộng đồng khoa học tại SC06 như một cách lập trình GPU ở cấp độ cao.

Theo NVIDIA, hiện có hơn 11 triệu lập trình viên xây dựng phần mềm trên CUDA.

NVIDIA nêu ví dụ nhóm của nhà lý sinh Klaus Schulten tại Đại học Illinois Urbana-Champaign phát triển các công cụ mô phỏng và trực quan hóa phân tử. Năm 2013, các nhà nghiên cứu từ ba trường đại học dùng công cụ tăng tốc bằng CUDA, kết hợp thí nghiệm và mô phỏng trên siêu máy tính Blue Waters, để góp phần xác định cấu trúc nguyên tử của vỏ protein HIV.

Các nhà nghiên cứu Alex Krizhevsky, Ilya Sutskever và Geoffrey Hinton tại Đại học Toronto dùng CUDA để huấn luyện AlexNet trên hai GPU NVIDIA. Hệ thống nhận dạng ảnh của họ thắng cuộc thi ImageNet năm 2012.

NVIDIA cho biết phiên bản AlphaFold 2 được công bố rộng rãi sử dụng CUDA để chạy trên GPU. AlphaFold 2 là phần mềm dự đoán cấu trúc protein, nhưng nguồn không tách riêng mức đóng góp của CUDA vào kết quả nghiên cứu.

Đánh giá tác động và góc nhìn chuyên môn

Các trường hợp mô phỏng phân tử và huấn luyện AlexNet cho thấy điểm chung của CUDA là giúp nhóm nghiên cứu đưa những phép tính cần nhiều tài nguyên lên GPU. Chúng minh họa các cách sử dụng khác nhau, không phải một phép đo mức tăng tốc chung.

Với người phát triển phần mềm khoa học, quy mô cộng đồng mà NVIDIA công bố gợi ý một hệ sinh thái đáng chú ý khi lựa chọn công cụ. Riêng con số người dùng không cho biết họ hoạt động thường xuyên ra sao hoặc ứng dụng nào phụ thuộc vào CUDA.

Xu hướng tiếp theo và điều cần theo dõi

Nguồn không giải thích cách NVIDIA tính hơn 11 triệu lập trình viên hoặc cung cấp số liệu đối chiếu độc lập.

Nguồn không đưa ra phép so sánh hiệu năng để xác định riêng CUDA đã cải thiện tốc độ hoặc chi phí bao nhiêu trong các ví dụ được nêu.

Bản quyền nội dung và biên tập thuộc về Ban biên tập AIINEWS
Chia sẻ bài phân tích này:
Góc nhìn mở rộng & Đột phá công nghệ

Các phân tích & Tiêu điểm liên quan

Hiển thị 8 bài phân tích tuyển chọn
Nvidia chuẩn bị công bố kết quả kinh doanh quý trong bối cảnh thay đổi lãnh đạo cấp cao
Kinh doanhkhoảng 9 giờ trước

Nvidia chuẩn bị công bố kết quả kinh doanh quý trong bối cảnh thay đổi lãnh đạo cấp cao

Nvidia chuẩn bị công bố kết quả kinh doanh quý ba dưới sự điều hành của quyền giám đốc điều hành Colette Kress sau khi cựu lãnh đạo Jensen Huang từ chức. Công ty đang đối mặt với các câu hỏi lớn về quy định kiểm soát xuất khẩu chip và chiến lược kinh doanh tại thị trường Trung Quốc.

2 phút đọc2,187
Sam Altman làm rõ phát biểu về dung lượng RAM và chuỗi cung ứng trí tuệ nhân tạo
Lãnh đạo & Nhân vật AIkhoảng 9 giờ trước

Sam Altman làm rõ phát biểu về dung lượng RAM và chuỗi cung ứng trí tuệ nhân tạo

Giám đốc điều hành OpenAI Sam Altman vừa giải thích lại những phát ngôn gây tranh cãi về bộ nhớ máy tính trong bối cảnh các nhà sản xuất trí tuệ nhân tạo đẩy giá linh kiện tăng vọt. Ông cho biết mình hoàn toàn ủng hộ người dùng cá nhân sở hữu nhiều RAM để tự mày mò công nghệ.

2 phút đọc2,236
6 thông tin chuyên sâu từ Sáng kiến Lãnh đạo Phụ nữ của GSA: Xu hướng của ngành bán dẫn AI biến cuộc đua chip thành cuộc đua hệ thống
Bán dẫn & Siêu chip16 ngày trước

6 thông tin chuyên sâu từ Sáng kiến Lãnh đạo Phụ nữ của GSA: Xu hướng của ngành bán dẫn AI biến cuộc đua chip thành cuộc đua hệ thống

### 6 hiểu biết sâu sắc từ Sáng kiến ​​Lãnh đạo Phụ nữ của GSA: Xu hướng của ngành bán dẫn AI biến cuộc đua chip thành cuộc đua hệ thống Trong nhiều thập kỷ, ngành công nghiệp bán dẫn cạnh tranh chỉ vì một thứ: con chip riêng lẻ. Một trong những xu hướng lớn nhất của ngành bán dẫn AI hiện đang diễn ra là sự chuyển hướng sang coi chip là thành phần của các hệ thống lớn hơn nhiều. Hiệu suất, chi phí và độ tin cậy hiện được xác định trên toàn bộ gói, giá đỡ và chuỗi cung ứng chứ không phải bên trong một khuôn duy nhất.

10 phút đọc7,688
Hiệu suất cao hơn từ mỗi byte: Cách thiết kế mã đầy đủ giải quyết thách thức về bộ nhớ của AI
Bán dẫn & Siêu chip12 ngày trước

Hiệu suất cao hơn từ mỗi byte: Cách thiết kế mã đầy đủ giải quyết thách thức về bộ nhớ của AI

Các mô hình lớn hơn, bối cảnh dài hơn và các ứng dụng tác nhân đang làm tăng áp lực bộ nhớ GPU trong khi nguồn cung thắt chặt và giá tăng - một xu hướng dự kiến ​​sẽ tiếp tục trong thời gian tới. NVIDIA hợp tác chặt chẽ với các đối tác bộ nhớ để nhanh chóng áp dụng các công nghệ bộ nhớ mới nhất. NVIDIA là công ty đầu tiên áp dụng công nghệ HBM3e và HBM4 vào hệ thống tính toán tăng tốc.

10 phút đọc8,565