看见更大的世界，遇见更好的自己
See a better world to meet better for ourselves.

2006年，NVIDIA公司发布了CUDA（Compute Unified Device Architecture，统一计算架构），CUDA是由NVIDIA所推出的一种集成技术，对于GPGPU的正式名称。通过这个技术，用户可利用NVIDIA的GeForce 8以后的GPU和较新的Quadro GPU进行计算。CUDA Python 提供统一的Python API接口，以简化HPC、数据科学和AI的基于GPU的并行处理。截止到目前官方已经发布CUDA 11版本，可以与A100 GPU结合使用来加速HPC、基因组学、5G、渲染、深度学习、数据分析、数据科学、机器人技术以及更多不同的工作负载。

2022年04月，除了官方标准统一的API，CUDA还允许不同的加速库组合在一起解决问题，好事者特别推荐10款优秀的Python计算生态，帮助您了解Python CUDA 生态系统。

cuda-python

CUDA Python 低级的统一标准接口。

https://github.com/NVIDIA/cuda-python

numba

Numba 是一个开源 JIT 编译器，可将 Python 和 NumPy 代码的子集转换为快速机器代码。

https://github.com/numba/numba

cupy

用于使用 Python 进行 GPU 加速计算的 NumPy/SciPy 兼容数组库。

https://github.com/cupy/cupy

pycuda

PyCUDA 让您可以轻松地以 Python 方式访问Nvidia的CUDA并行计算 API。

https://github.com/inducer/pycuda

scikit-cuda

scikit-cuda为CUDA设备、运行时中的许多函数提供Python接口。

https://github.com/lebedov/scikit-cuda

dask-cuda

Dask 和 CUDA 交互的实用程序。

https://github.com/rapidsai/dask-cuda

CuVec

统一 Python/C++/CUDA 内存：Python 缓冲数组 ↔ C++11 std::vector↔ CUDA 托管内存。

https://github.com/AMYPAD/CuVec

CudaText

CudaText - 开源和跨平台的文本编辑器。用 Lazarus 2.0、Free Pascal 3.2.0 编写。

https://github.com/Alexey-T/CudaText

nvitop

交互式 NVIDIA-GPU 进程查看器，GPU 进程管理的一站式解决方案。

https://github.com/XuehaiPan/nvitop

gpustat

用于查询和监控 GPU 状态的简单命令行实用程序。

https://github.com/wookayin/gpustat