---
title: "NVIDIA amplia CUDA-X sem detalhar uso na Coreia do Sul"
locale: pt
category: news
category_name: "Notícias"
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 amplia CUDA-X sem detalhar uso na Coreia do Sul

> A NVIDIA anunciou a expansão do CUDA-X, incluindo cuPhoton, cuPotential e cuSpa. O cuPotential está em acesso antecipado, e a disponibilidade na Coreia do Sul e os preços por biblioteca não foram informados nas fontes oficiais consultadas.

## Key Points

- Em comunicado de 16 de novembro de 2026, a NVIDIA anunciou a expansão das bibliotecas CUDA-X.
- O cuPhoton permite acelerar com GPU o processamento e a análise de dados multidimensionais em grande escala.
- O cuPotential está em acesso antecipado, com mudanças anunciadas que quebrarão a compatibilidade da API C experimental.
- A NVIDIA relatou aceleração de até 3 vezes com o cuPotential e de 900 vezes em relação à CPU em determinados cálculos com o cuSpa.
- A disponibilidade na Coreia do Sul, os preços por biblioteca e o cronograma de lançamento oficial não foram informados nas fontes consultadas.

A NVIDIA anunciou a expansão do CUDA-X em um comunicado de 16 de novembro de 2026. A expansão abrange cuPhoton, cuPotential e cuSpa. O cuPotential está disponível em acesso antecipado para desenvolvedores C e C++.

Este artigo segue o comunicado e a documentação de produtos da NVIDIA, com informações verificadas em 18 de novembro de 2026.

## Bibliotecas de computação científica incluídas na expansão do CUDA-X

A NVIDIA anunciou a expansão de bibliotecas usadas no processamento de dados científicos e em simulações. A página do cuPhoton descreve a aceleração do processamento e da análise de dados multidimensionais em larga escala. O comunicado também apresenta casos de uso do cuPotential e do cuSpa.

| Biblioteca | Função ou caso de uso descrito pela fonte oficial |
| --- | --- |
| cuPhoton | Aceleração por GPU do processamento e da análise de dados científicos em conjuntos de dados multidimensionais em larga escala |
| cuPotential | Aceleração de softwares de simulação existentes e melhorias na estabilidade e na precisão dos cálculos |
| cuSpa | Cálculo de polígonos celulares usados na geração de grafos espaciais para modelos de pacientes e de câncer |

A instituição que utilizou o cuSpa no caso apresentado é o Memorial Sloan Kettering Cancer Center. A NVIDIA apresentou o trabalho de geração de grafos espaciais dessa instituição. O ganho de desempenho anunciado se refere ao cálculo de polígonos celulares usado nesse processo.

## cuPotential está disponível em acesso antecipado

A documentação oficial do cuPotential informa que ele está atualmente em **acesso antecipado**. A API C permite acesso direto por aplicações em C e C++. No entanto, essa API é experimental.

A documentação oficial prevê mudanças que quebrarão a compatibilidade da API em versões futuras. Essas mudanças também incluem a estrutura da API. Portanto, não se deve presumir que o código atual continuará funcionando sem alterações nas próximas versões.

A documentação de instalação explica que cada versão no GitHub inclui os seguintes itens de distribuição:

- pip wheel
- pacotes e canais conda
- arquivos de código-fonte

Essas orientações de distribuição, por si só, não confirmam a disponibilidade na Coreia do Sul. As fontes oficiais consultadas não especificam restrições regionais. Também não foi apresentado um cronograma de lançamento oficial para cada biblioteca.

## Os ganhos de até 3 vezes e de 900 vezes foram relatados pela NVIDIA

Os números de desempenho são alegações publicadas no comunicado da NVIDIA de 16 de novembro de 2026. Os dois números se referem a tarefas diferentes. Não são resultados de uma comparação entre as bibliotecas nas mesmas condições.

| Biblioteca | Ganho de desempenho relatado pela NVIDIA | Escopo de aplicação e referência de comparação |
| --- | --- | --- |
| cuPotential | Até 3 vezes | Ganho de desempenho em softwares de simulação existentes |
| cuSpa | 900 vezes em relação ao uso de CPU | Cálculo de polígonos celulares no caso do Memorial Sloan Kettering Cancer Center |

O número do cuPotential vem acompanhado da condição “até”. A NVIDIA afirmou que ele também melhora a estabilidade e a precisão dos cálculos. O número do cuSpa não se refere ao tempo de processamento de todo o processo de pesquisa.

As fontes consultadas não contêm resultados de medições independentes da Artificial Analysis. Portanto, os dois números não podem ser apresentados como desempenho verificado de forma independente. Também é necessário verificar separadamente se os mesmos ganhos são obtidos em ambientes de pesquisa na Coreia do Sul.

## Preços e cronograma de lançamento oficial não foram confirmados

As fontes consultadas não especificam os preços nem as condições de suporte comercial de cada biblioteca. A documentação pública dos produtos, por si só, não permite presumir uso gratuito ou suporte comercial. Para avaliar os custos de adoção, é necessário consultar informações adicionais da NVIDIA sobre a biblioteca em questão.

| Item não confirmado | Informações verificadas até o momento |
| --- | --- |
| Disponibilidade na Coreia do Sul | A disponibilidade na Coreia do Sul e as restrições regionais não foram especificadas |
| Preços e suporte comercial | Os preços e as condições de suporte de cada biblioteca não foram especificados |
| Cronograma de lançamento oficial | Não foi apresentado um cronograma de lançamento oficial para cada biblioteca |
| Horário exato do anúncio | O horário de publicação e o fuso horário da página do comunicado não foram confirmados |

A data exibida no comunicado é 16 de novembro de 2026. O horário exato de publicação e o fuso horário não foram confirmados. Por isso, não são informadas a data e a hora do anúncio convertidas para o horário da Coreia do Sul.

## Antes da adoção na Coreia do Sul, é preciso verificar as mudanças na API e as condições de uso

Para aplicar as bibliotecas em pesquisas na Coreia do Sul, é necessário verificar separadamente as funções para cada tarefa e as condições de disponibilização. É preciso avaliar a possibilidade de mudanças na API experimental do cuPotential. Ao avaliar o desempenho, deve-se distinguir o escopo dos cálculos a que se referem os números anunciados.

- Ao avaliar o cuPhoton, é preciso verificar se os dados da pesquisa se enquadram no processamento e na análise de dados multidimensionais.
- Ao integrar o cuPotential, é preciso consultar a documentação da API e as alterações da versão utilizada.
- Ao avaliar o desempenho do cuSpa, é preciso distinguir o cálculo de polígonos celulares do tempo de processamento de toda a pesquisa.
- Ao avaliar o uso na Coreia do Sul ou a contratação, é preciso confirmar com a NVIDIA as restrições regionais, os preços e as condições de suporte comercial.

## FAQ

### Já é possível usar as bibliotecas desta expansão do CUDA-X também na Coreia do Sul?
As fontes oficiais consultadas não especificam a disponibilidade na Coreia do Sul nem as restrições regionais. O cuPotential é apresentado como estando em acesso antecipado, mas isso, por si só, não confirma as condições de uso no país.

### É possível integrar o cuPotential aos programas em C e C++ de equipes de pesquisa da Coreia do Sul?
Segundo a documentação oficial, a API em C permite o acesso direto por aplicações em C e C++. No entanto, a API é experimental. Estão previstas, para versões futuras, mudanças que quebram a compatibilidade, inclusive na estrutura.

### O cuSpa também é 900 vezes mais rápido que a CPU em ambientes de pesquisa da Coreia do Sul?
O valor de 900 vezes foi relatado pela NVIDIA para o cálculo de polígonos celulares em um caso de uso específico. Não pode ser considerado um fator de aceleração aplicável a todas as tarefas de pesquisa ou aos ambientes da Coreia do Sul. As fontes consultadas também não apresentam resultados de medições independentes da Artificial Analysis.

## Sources

- [As bibliotecas NVIDIA CUDA-X oferecem aos agentes as ferramentas para acelerar a descoberta científica - NVIDIA](https://blogs.nvidia.com/blog/cuda-x-libraries-agents-accelerate-scientific-discovery/)
- [NVIDIA cuPhoton: processamento de dados 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)
- [Primeiros passos com a API C - NVIDIA](https://docs.nvidia.com/cuda/cupotential/c-api/getting-started)
- [Instalação - NVIDIA](https://docs.nvidia.com/cuda/cupotential/install)

## Images

![Uma pesquisadora de jaleco branco organiza lâminas de tecido corado de roxo ao lado de um microscópio.](https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6NDY0MzMsInB1ciI6ImJsb2JfaWQifX0=--904e3a759b3d523ae5e8a0923fc8a2d7c2a064a4/ai-5497c0b7.webp)
![Um homem discute com um colega um fluxograma ramificado numa parede de vidro, com um tablet abaixo.](https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6NDY0MzksInB1ciI6ImJsb2JfaWQifX0=--2e4061cdcdda409b3294fb09aa35412c021a5a5d/ai-a00836ed.webp)