« CUDA has some drawbacks, but it as a very concise API doing a lot of stuff on your behalf. It lets you write "kernels" (compute shaders) in C++ and manage all the heavy stuff for you (creating buffers on device, host, compiling and scheduling the shaders ... if you did some OpenGL or Vulkan you know what we are talking about 🙂 ). It is now available on Rust, and it's provided by NVIDIA so it should be here to stay. It seems to be also very realistic about what safe Rust and the borrow checker can and can't do. There are other alternatives like the (recently rebooted ?) rust-gpu which, for now, only allows you to write compute shaders in pure Rust, but leaves you alone with the GPU, and an hypothetical spirv-oxide which should not be locked-in on NVIDIA hardware. »

« CuPy est une bibliothèque compatible NumPy/SciPy où le calcul sur les tableaux (array) sont accélérés sur GPU (Nvidia cuda ou AMD ROCm). Il suffit de l'installer avec le cuda qui va bien et de faire un import cupy as np »

« Cet article souligne une fois de plus que les plus grandes avancées ne viennent pas forcément de là où on les attend: il présente 3 piliers de l'essor considérable de l'IA depuis 15 ans (les GPU, les réseaux de neurones et la constitution de larges collections de données) et montre que pour chacun d'entre eux l'accueil initial était très mitigé. Il est également très didactique et présente de manière claire et concise des concepts tels que les réseaux de neurones ou les GPU. »

« Un tutoriel pour bien démarrer avec CUDA, en suivant un exemple simple d'addition de matrices. »