TGViewer
Data Scientist | ML & AI Data Scientist | ML & AI @datascience_tg · 3.05K subscribers
Post #53 1.17K
NVIDIA наконец сделала то, чего давно ждали все питонисты — добавила полноценную поддержку Python в CUDA. Теперь писать код для видеокарт можно без погружения в низкоуровневый C++ или Fortran. Всё работает привычно: подключил библиотеку — и сразу считаешь на GPU.

Вместе с этим завезли полезные инструменты. Например, cuPyNumeric — аналог NumPy, который переносит вычисления на видеокарту одной строкой импорта. Появилась библиотека CUDA Core с JIT-компиляцией и удобным профилированием.

А для параллельных вычислений придумали модель CuTile — она избавляет от ручного управления потоками и делает код понятным.

❤️ Data Signal
  • ❤ 9
  • 🔥 6
  • 👍 1
More from @datascience_tg
  1. Oct 10, 2026🔖 300+ инструментов для LLM evals в одном месте В репозитории собрали большой каталог реш…
  2. Oct 9, 2026📰 Глубокий разбор RAG: от архитектуры до продакшена В статье весь пайплайн раскладывают п…
  3. Oct 9, 2026ТОП 5 каналов для тех, кто увлекается IT и хакингом ☁️ CodeGuard: PySec Edition 🤒 CodeGua…
  4. Oct 8, 2026🔖 Официальные туториалы PyTorch В подборке есть: 🫡 Основы PyTorch и torch.nn; 🫡 Compute…
  5. Oct 7, 2026🔖 Один из главных инструментов для табличного ML XGBoost — оптимизированная библиотека гр…
  6. Oct 6, 2026📰 RAG без фреймворков: руками и по шагам В разборе показывают, как собрать RAG с нуля: ча…
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →