---
title: "NVIDIA CUDA-X erweitert: Bedingungen für Korea unbekannt"
locale: de
category: news
category_name: "Nachrichten"
translation_status: reviewed
license: cc_by
author: "injoys"
source_url: https://injoys.com/en/articles/nvidia-cuda-x-expansion-cuphoton-cupotential-cuspa
published_at: 2026-11-18T12:31:06+09:00
---

# NVIDIA CUDA-X erweitert: Bedingungen für Korea unbekannt

> NVIDIA hat eine Erweiterung von CUDA-X angekündigt, die cuPhoton, cuPotential und cuSpa umfasst. cuPotential befindet sich im Frühzugang. Ob die Nutzung in Korea möglich ist und welche Preise für die einzelnen Bibliotheken gelten, geht aus den geprüften offiziellen Quellen nicht hervor.

## Key Points

- NVIDIA kündigte in einer Mitteilung vom 16. November 2026 die Erweiterung der CUDA-X-Bibliotheken an.
- cuPhoton unterstützt die GPU-beschleunigte Verarbeitung und Analyse großer multidimensionaler Datenmengen.
- cuPotential befindet sich im Frühzugang. Für die experimentelle C-API wurden Änderungen angekündigt, die die Kompatibilität brechen.
- NVIDIA berichtete von einer bis zu 3-fachen Beschleunigung mit cuPotential und einer 900-fachen Beschleunigung mit cuSpa gegenüber einer CPU bei bestimmten Berechnungen.
- Ob die Nutzung in Korea möglich ist, welche Preise für die einzelnen Bibliotheken gelten und wann die reguläre Veröffentlichung geplant ist, geht aus den geprüften Quellen nicht hervor.

NVIDIA hat in einer Mitteilung vom 16. November 2026 eine Erweiterung von CUDA-X angekündigt. Sie umfasst cuPhoton, cuPotential und cuSpa. cuPotential steht C- und C++-Entwicklern im Vorabzugang zur Verfügung.

Dieser Artikel stützt sich auf die Mitteilung und die Produktdokumentation von NVIDIA. Die Angaben wurden mit Stand vom 18. November 2026 geprüft.

## Bibliotheken für wissenschaftliche Berechnungen in der CUDA-X-Erweiterung

NVIDIA hat eine Erweiterung der Bibliotheken für die Verarbeitung wissenschaftlicher Daten und für Simulationen angekündigt. Die Produktseite von cuPhoton beschreibt die beschleunigte Verarbeitung und Analyse großer mehrdimensionaler Datenmengen. Die Mitteilung stellt auch Anwendungsbeispiele für cuPotential und cuSpa vor.

| Bibliothek | In offiziellen Quellen beschriebene Funktionen oder Anwendungsbeispiele |
| --- | --- |
| cuPhoton | GPU-beschleunigte Verarbeitung und Analyse großer mehrdimensionaler wissenschaftlicher Datensätze |
| cuPotential | Beschleunigung bestehender Simulationssoftware und Verbesserung der Stabilität und Genauigkeit von Berechnungen |
| cuSpa | Berechnung von Zellpolygonen zur Erstellung räumlicher Graphen für Patienten- und Krebsmodelle |

Das Anwendungsbeispiel für cuSpa stammt vom Memorial Sloan Kettering Cancer Center. NVIDIA stellte die Erstellung räumlicher Graphen an dieser Einrichtung vor. Die veröffentlichte Beschleunigungsangabe bezieht sich auf die dabei verwendete Berechnung von Zellpolygonen.

## cuPotential ist im Vorabzugang verfügbar

Die offizielle Dokumentation von cuPotential weist den aktuellen Verfügbarkeitsstatus als **Vorabzugang** aus. Die C API unterstützt den direkten Zugriff aus C- und C++-Anwendungen. Diese API ist jedoch experimentell.

Die offizielle Dokumentation kündigt für künftige Releases Änderungen an, die die API-Kompatibilität brechen. Diese Änderungen betreffen auch die API-Struktur. Daher darf nicht vorausgesetzt werden, dass der aktuelle Code auch in späteren Releases unverändert funktioniert.

Laut Installationsdokumentation enthält jeder GitHub-Release folgende Distributionen:

- pip wheel
- conda-Pakete und -Kanäle
- Quellcodearchive

Diese Angaben zur Bereitstellung allein bestätigen nicht, ob die Nutzung auch in Südkorea möglich ist. Die geprüften offiziellen Quellen nennen keine regionalen Beschränkungen. Auch Termine für die reguläre Veröffentlichung der einzelnen Bibliotheken wurden nicht angegeben.

## Bis zu 3-fache und 900-fache Beschleunigung sind Leistungsangaben von NVIDIA

Die Leistungsangaben stammen aus der Mitteilung von NVIDIA vom 16. November 2026. Die beiden Werte beziehen sich auf unterschiedliche Aufgaben. Sie sind kein Ergebnis eines Vergleichs der Bibliotheken unter gleichen Bedingungen.

| Bibliothek | Von NVIDIA gemeldete Beschleunigung | Geltungsbereich und Vergleichsgrundlage |
| --- | --- | --- |
| cuPotential | Bis zu 3-fach | Beschleunigung bestehender Simulationssoftware |
| cuSpa | 900-fach gegenüber der Nutzung einer CPU | Berechnung von Zellpolygonen im Anwendungsbeispiel des Memorial Sloan Kettering Cancer Center |

Die Angabe für cuPotential steht unter dem Vorbehalt „bis zu“. NVIDIA erklärte, dass auch die Stabilität und Genauigkeit der Berechnungen verbessert würden. Die Angabe für cuSpa bezieht sich nicht auf die Verarbeitungszeit des gesamten Forschungsprozesses.

Die geprüften Quellen enthalten keine unabhängigen Messergebnisse von Artificial Analysis. Daher können die beiden Werte nicht als unabhängig bestätigte Leistungswerte dargestellt werden. Ob sich in südkoreanischen Forschungsumgebungen dieselben Beschleunigungsfaktoren erreichen lassen, muss gesondert geprüft werden.

## Preise und Termine für die reguläre Veröffentlichung wurden nicht bestätigt

Die geprüften Quellen nennen weder Preise für die einzelnen Bibliotheken noch Bedingungen für kommerziellen Support. Allein aus der veröffentlichten Produktdokumentation lässt sich weder eine kostenlose Nutzung noch kommerzieller Support ableiten. Zur Einschätzung der Einführungskosten müssen die Angaben von NVIDIA zur jeweiligen Bibliothek zusätzlich geprüft werden.

| Nicht bestätigter Punkt | Aktueller Kenntnisstand |
| --- | --- |
| Verfügbarkeit in Südkorea | Keine Angaben zur Verfügbarkeit in Südkorea oder zu regionalen Beschränkungen |
| Preise und kommerzieller Support | Keine Angaben zu Preisen und Supportbedingungen der einzelnen Bibliotheken |
| Termine für die reguläre Veröffentlichung | Keine Termine für die reguläre Veröffentlichung der einzelnen Bibliotheken angegeben |
| Genauer Veröffentlichungszeitpunkt | Uhrzeit und Zeitzone der Veröffentlichung auf der Mitteilungsseite nicht bestätigt |

Die Mitteilung trägt das Datum 16. November 2026. Die genaue Uhrzeit und die Zeitzone der Veröffentlichung wurden nicht bestätigt. Daher wird kein auf die koreanische Zeit umgerechneter Veröffentlichungszeitpunkt angegeben.

## Vor dem Einsatz in Südkorea müssen API-Änderungen und Nutzungsbedingungen geprüft werden

Für den Einsatz in der südkoreanischen Forschung müssen die Funktionen für die jeweiligen Aufgaben und die Bereitstellungsbedingungen gesondert geprüft werden. Mögliche Änderungen an der experimentellen API von cuPotential müssen berücksichtigt werden. Bei der Leistungsbewertung ist zu unterscheiden, auf welchen Berechnungsumfang sich die veröffentlichten Angaben beziehen.

- Bei der Prüfung von cuPhoton muss geklärt werden, ob die Forschungsdaten in den Bereich der Verarbeitung und Analyse mehrdimensionaler Daten fallen.
- Bei der Einbindung von cuPotential müssen die API-Dokumentation und die Änderungen des verwendeten Releases geprüft werden.
- Bei der Leistungsbewertung von cuSpa muss zwischen der Berechnung von Zellpolygonen und der Verarbeitungszeit des gesamten Forschungsprozesses unterschieden werden.
- Bei der Prüfung einer Nutzung in Südkorea oder eines Vertrags müssen regionale Beschränkungen, Preise und Bedingungen für kommerziellen Support bei NVIDIA erfragt werden.

## FAQ

### Sind die neuen Erweiterungsbibliotheken von CUDA-X auch in Korea sofort nutzbar?
Die überprüften offiziellen Quellen enthalten keine Angaben zur Verfügbarkeit in Korea oder zu regionalen Beschränkungen. cuPotential ist zwar als Early Access gekennzeichnet, doch daraus allein gehen die Bedingungen für die Nutzung in Korea nicht hervor.

### Können koreanische Forschungsteams cuPotential in ihre Programme in C und C++ einbinden?
Laut offizieller Dokumentation unterstützt die C API den direkten Zugriff aus Anwendungen in C und C++. Die API ist jedoch experimentell. Für künftige Versionen sind Änderungen angekündigt, die auch die Struktur betreffen und die Kompatibilität aufheben.

### Ist cuSpa auch in koreanischen Forschungsumgebungen 900-mal schneller als eine CPU?
Die 900-fache Beschleunigung ist ein von NVIDIA für die Berechnung von Zellpolygonen in einem bestimmten Anwendungsfall gemeldeter Wert. Sie kann nicht als Beschleunigungsfaktor angesehen werden, der für alle Forschungsaufgaben oder für Umgebungen in Korea gilt. Die überprüften Quellen enthalten auch keine unabhängigen Messergebnisse von Artificial Analysis.

## Sources

- [NVIDIA CUDA-X-Bibliotheken geben Agenten die Werkzeuge an die Hand, um wissenschaftliche Entdeckungen zu beschleunigen - NVIDIA](https://blogs.nvidia.com/blog/cuda-x-libraries-agents-accelerate-scientific-discovery/)
- [NVIDIA cuPhoton: GPU-beschleunigte wissenschaftliche Datenverarbeitung - NVIDIA](https://www.nvidia.com/en-us/high-performance-computing/ai-for-science/cuphoton/)
- [NVIDIA cuPotential - NVIDIA](https://docs.nvidia.com/cuda/cupotential)
- [Erste Schritte mit der C-API - NVIDIA](https://docs.nvidia.com/cuda/cupotential/c-api/getting-started)
- [Installation - NVIDIA](https://docs.nvidia.com/cuda/cupotential/install)

## Images

![Eine Forscherin im Laborkittel sortiert violett gefärbte Gewebepräparate neben einem Mikroskop.](https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6NDY0MzMsInB1ciI6ImJsb2JfaWQifX0=--904e3a759b3d523ae5e8a0923fc8a2d7c2a064a4/ai-5497c0b7.webp)
![Ein Mann bespricht mit einem Kollegen ein Flussdiagramm an einer Glaswand; darunter liegt ein Tablet.](https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6NDY0MzksInB1ciI6ImJsb2JfaWQifX0=--2e4061cdcdda409b3294fb09aa35412c021a5a5d/ai-a00836ed.webp)