开放软件社群的力量愈来愈受到科技公司的重视，GPU大厂NVIDIA即是一例。继针对广为应用的开放原始码编译程序架构 LLVM 之核心及平行运算线程后端释出 CUDA 编译程序的原始码后，该公司今(19)日又宣布其NVIDIA CUDA平行运算编程模式将加入 Python 的支持，让越来越多使用 Python 开放原始码程序语言的程序设计人员现在能透过 CUDA 为各种高速运算 (HPC) 和巨量数据分析应用挹注 GPU 加速的威力。

NVIDIA CUDA支持Python开源语言

Continuum Analytics 公司共同创办人暨执行长 Travis Oliphant 表示：「几百万名 Python 程序设计人员现在可以运用 GPU 加速器为他们的应用程序提升效能。程序设计人员使用 NumbaPro 即可同时得到 Python 和 CUDA 的优势。」

美国史丹佛大学化学、结构生物和信息工程教授 Vijay Pande 表示：「我们的研究小组通常会使用 Python 来为新的想法和算法进行原型设计以及反复检视，一旦算法生效后会立即重写 C 或 C++ 的算法。 CUDA 对 Python 的支持可让我们编写效能码，并同时保持 Python 所具备的生产力。」

Python 是一种简单易学、易用的程序语言，是十大程序语言的一种，已拥有超过 300 万用户。它可让用户不用深入探究编程的细节即可编写高阶软件程序代码，更可轻松将他们对算法的想法加入程序代码中。 Python 拥有丰富的标准函式库和众多先进功能，非常适用于广泛的高速运算科学、工程研发和各种巨量数据分析应用。

Python 针对 NVIDIA CUDA 平行运算的支持主要来自于 Python 的 NumbaPro 编译程序，这款软件是 Continuum Analytics 公司全新 Anaconda Accelerate 产品中的 Python 编译程序。该公司的 Python 开发环境透过 LLVM 和 NVIDIA CUDA 编译程序软件开发工具包，为 Python 程序设计人员提供各种 GPU 加速应用功能。Continuum Analytics 藉由 Anaconda Python 产品提供 Anaconda Accelerate ，同时也是 Wakari 网络式数据探搜和程序代码开发环境的一部分。

LLVM 的模块化功能可让程序语言和函式库设计人员为 Python 等众多通用的程序语言和特定领域的编程语言加入 GPU 加速功能。 LLVM 能提供有效、及时的编译功能，让开发人员能够在不同的架构上针对 Python 这类动态语言进行快速编译。