NVIDIA CUDA-X se amplía sin detallar condiciones en Corea ========================================================= NVIDIA ha anunciado una ampliación de CUDA-X que incluye cuPhoton, cuPotential y cuSpa. cuPotential está en acceso anticipado, y las fuentes oficiales consultadas no especifican la disponibilidad en Corea ni los precios de cada biblioteca. - NVIDIA anunció la ampliación de las bibliotecas CUDA-X en un comunicado fechado el 16 de noviembre de 2026. - cuPhoton permite acelerar con GPU el procesamiento y el análisis de grandes volúmenes de datos multidimensionales. - cuPotential está en acceso anticipado y se han anunciado cambios que romperán la compatibilidad de su API experimental de C. - NVIDIA informó de una aceleración de hasta 3 veces con cuPotential y de 900 veces frente a la CPU en determinados cálculos con cuSpa. - Las fuentes consultadas no especifican la disponibilidad en Corea, los precios de cada biblioteca ni el calendario de lanzamiento oficial. NVIDIA anunció una ampliación de CUDA-X en su comunicado del 16 de noviembre de 2026. Incluye cuPhoton, cuPotential y cuSpa. Los desarrolladores de C y C++ pueden usar cuPotential en acceso anticipado. Este artículo se basa en el comunicado de NVIDIA y en la documentación de los productos, con información verificada a fecha del 18 de noviembre de 2026. Bibliotecas de cálculo científico incluidas en la ampliación de CUDA-X NVIDIA anunció una ampliación de las bibliotecas usadas para el procesamiento de datos científicos y las simulaciones. La página de cuPhoton describe la aceleración del procesamiento y el análisis de grandes volúmenes de datos multidimensionales. El comunicado también presenta casos de uso de cuPotential y cuSpa. Biblioteca Funciones o casos de uso descritos por las fuentes oficiales cuPhoton Aceleración con GPU del procesamiento y el análisis de grandes conjuntos de datos científicos multidimensionales cuPotential Aceleración del software de simulación existente y mejora de la estabilidad y la precisión de los cálculos cuSpa Cálculo de polígonos celulares usado para generar grafos espaciales para modelos de pacientes y de cáncer La institución que usó cuSpa en el caso presentado es Memorial Sloan Kettering Cancer Center. NVIDIA describió el trabajo de esta institución para generar grafos espaciales. La cifra de aceleración anunciada corresponde al cálculo de polígonos celulares usado en ese proceso. cuPotential está disponible en acceso anticipado La documentación oficial de cuPotential indica que su estado de disponibilidad actual es acceso anticipado. La API de C permite el acceso directo desde aplicaciones de C y C++. Sin embargo, esta API es experimental. La documentación oficial advierte de cambios que romperán la compatibilidad de la API en futuras versiones. Estos cambios también afectarán a la estructura de la API. Por tanto, no se debe dar por hecho que el código actual seguirá funcionando sin cambios en versiones posteriores. La documentación de instalación explica que cada versión publicada en GitHub incluye los siguientes formatos de distribución. wheel de pip Paquetes y canales de conda Archivos de código fuente Esta información de distribución no basta para confirmar la disponibilidad en Corea del Sur. Las fuentes oficiales consultadas no especifican restricciones regionales. Tampoco indican el calendario de lanzamiento definitivo de cada biblioteca. Las aceleraciones de hasta 3 veces y de 900 veces son cifras comunicadas por NVIDIA Las cifras de rendimiento son afirmaciones recogidas en el comunicado de NVIDIA del 16 de noviembre de 2026. Las dos cifras corresponden a tareas distintas. No son resultados de una comparación entre bibliotecas en las mismas condiciones. Biblioteca Aceleración comunicada por NVIDIA Alcance y referencia de comparación cuPotential Hasta 3 veces Aceleración del software de simulación existente cuSpa 900 veces respecto al uso de CPU Cálculo de polígonos celulares en el caso de Memorial Sloan Kettering Cancer Center La cifra de cuPotential incluye la condición «hasta». NVIDIA también afirmó que mejora la estabilidad y la precisión de los cálculos. La cifra de cuSpa no se refiere al tiempo de procesamiento de todo el proceso de investigación. Las fuentes consultadas no incluyen resultados de mediciones independientes de Artificial Analysis. Por tanto, las dos cifras no se pueden presentar como un rendimiento verificado de forma independiente. También es necesario comprobar por separado si se obtiene la misma aceleración en los entornos de investigación de Corea del Sur. No se han confirmado los precios ni el calendario de lanzamiento definitivo Las fuentes consultadas no especifican los precios ni las condiciones de soporte comercial de cada biblioteca. La documentación pública de los productos no permite dar por hecho que su uso sea gratuito ni que incluyan soporte comercial. Para evaluar el coste de adopción, es necesario consultar más información de NVIDIA sobre la biblioteca correspondiente. Aspecto no confirmado Información disponible Disponibilidad en Corea del Sur No se especifican la disponibilidad en el país ni las restricciones regionales Precios y soporte comercial No se especifican los precios ni las condiciones de soporte de cada biblioteca Calendario de lanzamiento definitivo No se indica el calendario de lanzamiento definitivo de cada biblioteca Hora exacta del anuncio No se han confirmado la hora de publicación ni la zona horaria de la página del anuncio La fecha que figura en el comunicado es el 16 de noviembre de 2026. No se han confirmado la hora exacta de publicación ni la zona horaria. Por tanto, no se indica la fecha y hora del anuncio convertidas a la hora de Corea del Sur. Antes de adoptarlas en Corea del Sur, hay que comprobar los cambios en la API y las condiciones de uso Para aplicarlas a la investigación en Corea del Sur, es necesario comprobar por separado las funciones para cada tarea y las condiciones de disponibilidad. Hay que evaluar la posibilidad de que cambie la API experimental de cuPotential. Al valorar el rendimiento, se debe distinguir el alcance de los cálculos a los que se refieren las cifras anunciadas. Al evaluar cuPhoton, hay que comprobar si los datos de investigación corresponden al procesamiento y análisis de datos multidimensionales. Al integrar cuPotential, hay que consultar la documentación de la API y los cambios de la versión usada. Al evaluar el rendimiento de cuSpa, hay que distinguir entre el cálculo de polígonos celulares y el tiempo de procesamiento de toda la investigación. Al evaluar su uso en Corea del Sur o un contrato, hay que confirmar con NVIDIA las restricciones regionales, los precios y las condiciones de soporte comercial. FAQ Q. ¿Ya se pueden usar también en Corea del Sur las bibliotecas de esta ampliación de CUDA-X? A. Las fuentes oficiales consultadas no especifican la disponibilidad en Corea del Sur ni las restricciones por región. Aunque cuPotential figura en fase de acceso anticipado, este hecho por sí solo no permite confirmar las condiciones de uso en Corea del Sur. Q. ¿Se puede integrar cuPotential en los programas en C y C++ de los equipos de investigación de Corea del Sur? A. Según la documentación oficial, la API de C permite el acceso directo desde aplicaciones en C y C++. Sin embargo, la API está en fase experimental. Para futuras versiones se han anunciado cambios que romperán la compatibilidad, incluidos cambios en la estructura. Q. ¿cuSpa es 900 veces más rápido que una CPU también en los entornos de investigación de Corea del Sur? A. La cifra de 900 veces es la que NVIDIA comunicó para el cálculo de polígonos celulares en un caso de uso concreto. No puede considerarse un factor de aceleración aplicable a todos los trabajos de investigación ni a los entornos de Corea del Sur. Las fuentes consultadas tampoco incluyen resultados de mediciones independientes de Artificial Analysis. Sources - Las bibliotecas NVIDIA CUDA-X dan a los agentes las herramientas para acelerar el descubrimiento científico - NVIDIA: https://blogs.nvidia.com/blog/cuda-x-libraries-agents-accelerate-scientific-discovery/ - NVIDIA cuPhoton: procesamiento de datos científicos acelerado por GPU - NVIDIA: https://www.nvidia.com/en-us/high-performance-computing/ai-for-science/cuphoton/ - NVIDIA cuPotential - NVIDIA: https://docs.nvidia.com/cuda/cupotential - Primeros pasos con la API de C - NVIDIA: https://docs.nvidia.com/cuda/cupotential/c-api/getting-started - Instalación - NVIDIA: https://docs.nvidia.com/cuda/cupotential/install Images - Una investigadora con bata blanca ordena portaobjetos con tejido teñido de morado junto a un microscopio.: https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6NDY0MzMsInB1ciI6ImJsb2JfaWQifX0=--904e3a759b3d523ae5e8a0923fc8a2d7c2a064a4/ai-5497c0b7.webp - Un hombre comenta con un colega un diagrama de flujo en una pared de vidrio, con una tableta debajo.: https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6NDY0MzksInB1ciI6ImJsb2JfaWQifX0=--2e4061cdcdda409b3294fb09aa35412c021a5a5d/ai-a00836ed.webp --- Category: Noticias Source: https://injoys.com/es/articles/nvidia-cuda-x-expansion-cuphoton-cupotential-cuspa License: cc_by Translation-Status: reviewed