---
title: "NVIDIA CUDA-X 宣布擴充，韓國使用條件未公開"
locale: zh-hant
category: news
category_name: "新聞時事"
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 宣布擴充，韓國使用條件未公開

> NVIDIA 宣布擴充 CUDA-X，包含 cuPhoton、cuPotential 與 cuSpa。cuPotential 目前處於搶先體驗階段，已查閱的官方來源未載明韓國是否可使用，以及各程式庫的價格。

## Key Points

- NVIDIA 在 2026 年 11 月 16 日的公告中宣布擴充 CUDA-X 程式庫。
- cuPhoton 支援透過 GPU 加速處理與分析大規模多維資料。
- cuPotential 目前處於搶先體驗階段，並預告實驗性 C API 將有破壞相容性的變更。
- NVIDIA 報告指出，cuPotential 最高加速 3 倍，cuSpa 在特定計算中相較 CPU 加速 900 倍。
- 已查閱的來源未載明韓國是否可使用、各程式庫的價格及正式推出時程。

NVIDIA 在 2026 年 11 月 16 日的公告中宣布擴充 CUDA-X，對象為 cuPhoton、cuPotential 和 cuSpa。C、C++ 開發者可透過搶先體驗使用 cuPotential。

本文依據 NVIDIA 公告與產品文件撰寫，資訊確認截至 2026 年 11 月 18 日。

## CUDA-X 擴充涵蓋的科學運算函式庫

NVIDIA 宣布擴充用於科學資料處理與模擬的函式庫。cuPhoton 產品頁面說明了如何加速大規模多維資料的處理與分析。公告也介紹了 cuPotential 和 cuSpa 的應用案例。

| 函式庫 | 官方來源說明的功能或應用案例 |
| --- | --- |
| cuPhoton | 透過 GPU 加速大規模多維資料集的科學資料處理與分析 |
| cuPotential | 加速現有模擬軟體，並改善計算穩定性與準確性 |
| cuSpa | 用於建立患者與癌症模型空間圖的細胞多邊形計算 |

採用 cuSpa 的案例機構是 Memorial Sloan Kettering Cancer Center。NVIDIA 介紹了該機構建立空間圖的工作。公布的加速數據針對的是該過程中的細胞多邊形計算。

## cuPotential 以搶先體驗形式提供

cuPotential 官方文件明確將目前的提供狀態列為**搶先體驗**。C API 支援 C 與 C++ 應用程式直接存取，但此 API 仍處於實驗階段。

官方文件預告，未來版本將出現破壞 API 相容性的變更，變更範圍也包括 API 結構。因此，不應假設目前的程式碼在後續版本中仍能原樣運作。

安裝文件說明，每個 GitHub 版本都包含以下發行項目。

- pip wheel
- conda 套件與通道
- 原始碼封存檔

僅憑這些發行說明，尚無法確認在韓國境內是否可用。已確認的官方來源並未載明地區限制，也未提供各函式庫的正式推出時程。

## 最高 3 倍與 900 倍是 NVIDIA 報告的效能數據

這些效能數據是 NVIDIA 在 2026 年 11 月 16 日公告中提出的說法。兩項數據針對不同工作，並非在相同條件下比較各函式庫所得的結果。

| 對象 | NVIDIA 報告的加速數據 | 適用範圍與比較基準 |
| --- | --- | --- |
| cuPotential | 最高 3 倍 | 現有模擬軟體的加速數據 |
| cuSpa | 相較於使用 CPU 加速 900 倍 | Memorial Sloan Kettering Cancer Center 案例中的細胞多邊形計算 |

cuPotential 的數據附有「最高」這項條件。NVIDIA 表示，計算穩定性與準確性也有所改善。cuSpa 的數據並不代表整個研究流程的處理時間。

已確認的來源中沒有 Artificial Analysis 的獨立測量結果。因此，不能將這兩項數據介紹為經過獨立驗證的效能。韓國研究環境能否達到相同加速幅度，也需要另外確認。

## 價格與正式推出時程尚未確認

已確認的來源並未載明各函式庫的價格與商業支援條件。不能僅憑公開的產品文件，就假設可免費使用或獲得商業支援。若要評估導入成本，必須進一步查閱 NVIDIA 對相關函式庫的說明。

| 尚未確認的項目 | 目前確認範圍 |
| --- | --- |
| 韓國境內是否可用 | 未載明在韓國境內是否可用及地區限制 |
| 價格與商業支援 | 未載明各函式庫的價格與支援條件 |
| 正式推出時程 | 未提供各函式庫的正式推出時程 |
| 確切公布時間 | 尚未確認公告頁面的發布時間與時區 |

公告標示的日期為 2026 年 11 月 16 日。確切的發布時間與時區尚未確認，因此不記載換算為韓國時間的公布日期與時間。

## 在韓國導入前，應確認 API 變更與使用條件

若要應用於韓國的研究，必須分別確認各項工作的功能與提供條件。需要評估 cuPotential 實驗性 API 可能變更的情況。判斷效能時，應區分公告數據所指的計算範圍。

- 評估 cuPhoton 時，應確認研究資料是否屬於多維資料處理與分析的範疇。
- 串接 cuPotential 時，應確認所用版本的 API 文件與變更內容。
- 評估 cuSpa 效能時，應區分細胞多邊形計算與整體研究的處理時間。
- 評估在韓國使用或簽約時，應向 NVIDIA 確認地區限制、價格與商業支援條件。

## FAQ

### 在韓國也能立即使用 CUDA-X 這次擴充的函式庫嗎？
查閱的官方來源並未註明在韓國是否可用及各地區的限制。cuPotential 目前標示為搶先體驗階段，但僅憑這一點，還無法確認在韓國的使用條件。

### 韓國研究團隊的 C、C++ 程式可以串接 cuPotential 嗎？
根據官方文件，C API 支援 C 和 C++ 應用程式直接存取。不過，API 仍處於實驗階段。已預告未來版本將有包括結構在內、會破壞相容性的變更。

### 在韓國的研究環境中，cuSpa 也比 CPU 快 900 倍嗎？
900 倍是 NVIDIA 在特定應用案例的細胞多邊形計算中公布的數據。不能將其視為適用於所有研究工作或韓國環境的加速倍數。查閱的來源中也沒有 Artificial Analysis 的獨立測量結果。

## Sources

- [NVIDIA CUDA-X 函式庫為代理提供加速科學發現的工具 - NVIDIA](https://blogs.nvidia.com/blog/cuda-x-libraries-agents-accelerate-scientific-discovery/)
- [NVIDIA cuPhoton：GPU 加速的科學資料處理 - NVIDIA](https://www.nvidia.com/en-us/high-performance-computing/ai-for-science/cuphoton/)
- [NVIDIA cuPotential - NVIDIA](https://docs.nvidia.com/cuda/cupotential)
- [C API 入門 - NVIDIA](https://docs.nvidia.com/cuda/cupotential/c-api/getting-started)
- [安裝 - NVIDIA](https://docs.nvidia.com/cuda/cupotential/install)

## Images

![一名穿著白色實驗袍的研究人員在顯微鏡旁整理染成紫色的組織玻片。](https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6NDY0MzMsInB1ciI6ImJsb2JfaWQifX0=--904e3a759b3d523ae5e8a0923fc8a2d7c2a064a4/ai-5497c0b7.webp)
![一名男子指著玻璃牆上的分支流程圖與同事討論，下方擺著一台平板電腦。](https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6NDY0MzksInB1ciI6ImJsb2JfaWQifX0=--2e4061cdcdda409b3294fb09aa35412c021a5a5d/ai-a00836ed.webp)