CUDA 数学库
GPU 加速的数学库为分子动力学、计算流体动力学、计算化学、医学成像和地震勘探等领域的计算密集型应用奠定了基础。
Python 中的 NVIDIA 数学库
为 Python 生态系统启用 GPU 加速的数学运算。
nvmath-python
nvmath-python (测试版) 是一个开源库，可对 NVIDIA 数学库中的核心数学运算进行高性能访问。
了解详情
量子库
为量子计算实现仿真、HPC 集成和 AI。
cuQuantum
NVIDIA cuQuantum 是一组用于加速量子计算模拟的高度优化库。
cuPQC
用于加速后量子加密 (PQC) 工作流程的优化库 SDK。
数据处理库
GPU 加速库，可加速表格、文本和图像数据的数据处理工作流程。
RAPIDS cuDF
无需更改代码即可加速表格数据，包括 pandas 和 Polars。
RAPIDS cuML
无需更改代码，即可在 scikit-learn、UMAP 和 HDBSCAN 中加速 ML 算法。
RAPIDS cuGraph
借助 GPU 加速的 NetworkX 扩展和加速图形分析。
NVIDIA cuVS
应用 cuVS 算法来加速数据挖掘和语义搜索应用的向量搜索，包括 GPU 原生近邻算法 CAGRA 的出色性能。
NeMo Curator
NVIDIA NeMo Curator 通过大规模处理文本、图像和视频数据进行训练和自定义，提高生成式 AI 模型的准确性。它还提供用于生成合成数据的预构建流程，以定制和评估生成式 AI 系统。
Morpheus
开放式应用框架，可优化网络安全 AI 工作流，以分析大量实时数据。
GPU Direct Storage
NVIDIA GPUDirect® Storage 可在本地或远程存储 (例如 NVMe 或 NVMe over Fabric (NVMe-oF)) 与 GPU 显存之间创建直接数据路径。
Dask
使用 Dask 上的 RAPIDS 将数据科学工作流扩展到多个节点。
适用于 Apache Spark 的 RAPIDS 加速器
只需更改最少的代码，即可加速现有的 Apache Spark 应用。
图像和视频库
GPU 加速库，用于使用 CUDA 和 GPU 的专用硬件组件进行图像和视频解码、编码和处理。
RAPIDS cuCIM
加速 n 维 (尤其是生物医学图像) 的输入/ 输出 (IO) 、计算机视觉和图像处理。
CV-CUDA
开源库，用于视觉 AI 工作流中的高性能、GPU 加速的预处理和后处理。
NVIDIA DALI
可移植的开源库，用于解码和增强图像和视频，以加速深度学习应用程序。
nvJPEG
用于 JPEG 解码的高性能 GPU 加速库。
NVIDIA 性能基元
GPU 加速的图像、视频和信号处理功能。
NVIDIA 视频编解码器 SDK
在 Windows 和 Linux 上执行硬件加速的视频编码和解码。
NVIDIA 光流 SDK
展示 NVIDIA GPU 的最新硬件功能，专用于计算图像之间像素的相对运动。
深度学习核心库
适用于使用 CUDA 和 GPU 专用硬件组件的深度学习应用程序的 GPU 加速库。
NVIDIA CUTLASS
针对 CUDA 执行和内存层次结构中的高性能线性代数和张量运算优化抽象。
NVIDIA TensorRT-LLM
用于生产部署的高性能深度学习推理优化器和运行时。
NVIDIA cuDNN
GPU 加速的深度神经网络基元库。
合作伙伴库
OpenCV
GPU 加速的开源库，用于计算机视觉、图像处理和机器学习，现在支持实时操作。
FFmpeg
包含音频和视频处理插件库的开源多媒体框架。
ArrayFire
GPU 加速的开源库，用于矩阵、信号和图像处理。
MAGMA
由 Magma 开发的用于异构架构的 GPU 加速线性代数例程。
IMSL Fortran 数值库
由 RogueWave 提供的 GPU 加速开源 Fortran 库，包含数学、信号和图像处理以及统计功能。
Gunrock
专为 GPU 设计的图形处理库。
CHOLMOD
GPU 加速的稀疏直接求解器函数，包含在 SuiteSparse 线性代数包中。
Triton Ocean SDK
Triton 提供的海洋、游戏中的水体、仿真和训练应用的实时视觉仿真。
CUVIlib
用于加速医疗、工业和国防领域成像应用的基元。
资源
文档
培训
