Коротко
- cuDSS ускоряет решение крупных разреженных систем, используя возможности GPU.
- NVIDIA утверждает, что библиотеку можно масштабировать от одной рабочей станции до крупных вычислительных кластеров.
- Разработчики могут интегрировать cuDSS в существующие программы через интерфейсы C, C++, Python и Fortran.
- В опубликованных NVIDIA примерах сообщается об ускорении до 4 и 10 раз в отдельных приложениях.
21 октября 2026 года NVIDIA объявила о выходе библиотеки CUDA-X cuDSS в общий доступ. Библиотека, призванная ускорять вычисления с крупными разреженными системами, которые часто повторяются в инженерных и научных симуляциях, была представлена в блоге компании. По словам NVIDIA, цель — сократить время получения результатов симуляции и одновременно расширить набор моделей и вариантов дизайна, которые могут исследовать команды.
На каком этапе вычислений сосредоточена cuDSS?
Решение разреженных систем — один из наиболее ресурсоёмких и часто повторяющихся этапов инженерных и научных симуляций. NVIDIA отмечает, что по мере усложнения проектов симуляции могут занимать больше времени, а число идей, которые команды способны проверить, — сокращаться. cuDSS создана для ускорения этой математической части вычислений с помощью GPU.
По заявлению компании, такой подход может помочь приложениям быстрее выдавать результаты и увеличить доступные вычислительные мощности для симуляций. Благодаря этому пользователи смогут исследовать более крупные и реалистичные модели, более точные представления и более широкий спектр вариантов дизайна. cuDSS — не самостоятельное приложение для проектирования или визуализации, а библиотека, которую разработчики могут интегрировать в программы для инженерных, научных и оптимизационных задач.
Примеры производительности, опубликованные NVIDIA
В анонсе приведены результаты компаний, добавивших cuDSS в свои продукты, для различных рабочих нагрузок. Эти цифры относятся к отдельным примерам программного обеспечения и симуляций и не означают, что такие же показатели будут достигнуты во всех приложениях.
По данным NVIDIA, Applied Materials ускорила решение разреженных систем в платформе Ginestra до 10 раз по сравнению с методами, использующими только CPU.
В тесте ZEISS SMT для симуляции плазмы при EUV-литографии использовались COMSOL Multiphysics и вычисления с ускорением NVIDIA. Заявленное ускорение составило 4 раза; симуляция завершилась за шесть дней и 14 часов.
Dassault Systèmes сообщила об ускорении в 8–10 раз при использовании cuDSS в электромагнитных решателях в составе Abaqus.
Cadence использует cuDSS в программе Celsius для симуляций тепловых процессов, структурных напряжений и деформаций. Siemens и Synopsys также привели примеры интеграции в свои инструменты для симуляций.
Эти показатели производительности — результаты компаний, опубликованные в анонсе NVIDIA. Гарантий сопоставимого прироста для других аппаратных конфигураций, настроек ПО и типов симуляций не приводится.
Варианты интеграции и масштабирования
Разработчики могут работать с cuDSS через интерфейсы C, C++, Python и Fortran. NVIDIA заявляет, что библиотеку можно масштабировать от отдельных рабочих станций до крупных вычислительных кластеров. Это должно упростить добавление ускорения на GPU в существующие программы для инженерных, научных и оптимизационных задач.
В анонсе не приводятся сведения о цене, условиях лицензирования, а также поддерживаемых версиях оборудования и программного обеспечения. Поэтому командам, рассматривающим интеграцию, необходимо отдельно проверить совместимость со своими программами и системами.
Влияние на рабочие процессы в архитектуре и визуализации
Для архитектурных и интерьерных студий важно, что cuDSS — не инструмент для моделирования или рендеринга в реальном времени. Потенциальная польза может появиться, если библиотеку интегрируют в программу для расчётов строительной физики, поведения материалов или других инженерных задач. Примеры NVIDIA касаются промышленных и научных симуляций; прямых данных о влиянии на производительность архитектурной визуализации не приводится.
Поэтому студиям стоит следить за интеграцией cuDSS в используемые ими программы для симуляций, совместимостью оборудования и условиями лицензирования. Для специалистов по archviz этот анонс не означает, что существующие программы для моделирования или рендеринга автоматически станут работать быстрее. Пока разработчики соответствующего ПО не объявят об интеграции, не следует рассчитывать на возможность напрямую добавить cuDSS в текущий рабочий процесс.
Источники
Источников: 1Тексты источников не перепечатываются; короткие цитаты отмечены, остальное — наш пересказ и комментарий.
Для архитектурных и визуализационных студий в Турции cuDSS — это не инструмент, который можно немедленно внедрить, чтобы сократить время рендеринга, а развитие вычислительной инфраструктуры для инженерных симуляций. Командам, использующим симуляции, библиотека может дать возможность рассматривать больше вариантов дизайна, однако опубликованные показатели ускорения относятся к отдельным рабочим нагрузкам и основаны на заявлениях компаний.
Перед принятием решения необходимо выяснить, интегрирована ли библиотека в используемое ПО, а также уточнить совместимость оборудования и условия лицензирования. Пока эти сведения не опубликованы, планировать инвестиции или менять рабочие процессы преждевременно. Для archviz прямых данных о приросте скорости рендеринга нет.
Частые вопросы
Что такое NVIDIA cuDSS?
cuDSS — это библиотека CUDA-X для ускорения решения крупных разреженных систем на GPU в инженерных и научных симуляциях. Разработчики могут интегрировать её в существующие программы.
Какие интерфейсы программирования поддерживает cuDSS?
Согласно анонсу NVIDIA, cuDSS доступна через интерфейсы C, C++, Python и Fortran.
Ускоряет ли cuDSS программы для архитектурного рендеринга?
В анонсе не сообщается об интеграции с программами для архитектурного рендеринга или о результатах их тестирования. Возможный эффект зависит от того, интегрирует ли cuDSS соответствующее ПО для симуляций.
