NVIDIA 發布 nvmath-python v1.0，統整 CUDA-X 高效能數學運算
為何重要
這項發布大幅降低 NVIDIA 高效能數學庫的門檻，讓 Python 開發者無需牽扯低階 C/C++ 介面即可利用 GPU 加速；透過拆分通用與專用 API，使用者可針對瓶頸運算選用 JIT 熔合運算來提升算術密度。 對業界而言，這強化了 NVIDIA CUDA 在 Python 科學計算與 AI 應用開發中的生態系黏著度與護城河，未來的同級競品必須在堆疊層面投入更多資源才能追趕。
NVIDIA 正式發布通用版本（GA）的 nvmath-python v1.0 這是一個介於 Python 生態與 CUDA-X/NVPL 數學庫之間的 Python 抽象層，支援 CPU、GPU 與分散式多節點系統，旨在讓現有的 NumPy、CuPy 與 PyTorch 也能無縫呼叫 NVIDIA 的加速數學函式庫。
- 發布提供兩類 API：廣泛的「通用」API 與精度更高的「專用」API，後者如
cuBLASLt提供更強大的 Just-In-Time (JIT) 核心熔合與組合運算，最大化硬體效率。 - 新功能包含支援 Universal Sparse Tensor (UST) 的領域特定語言（DSL），允許使用者在不撰寫實作程式碼的情況下，自定義最佳的稀疏 tensor 格式。