2013年3月18日—美国加利福尼亚州圣何塞—GTC 2013—NVIDIA今天宣布，日益壮大的Python 开源语言程序员队伍现在可以通过利用NVIDIA® CUDA® 并行编程模型，在其高性能计算 (HPC) 与大数据分析应用程序中充分利用GPU加速。
Python 易学易用，用户超过 300 万人，是世界上十大编程语言之一。该语言让用户能够编写出充分体现用户算法理念的高级软件代码，而无需钻研编程细节。Python广泛的库与先进的特性使其十分适合各种HPC学科、工程以及大数据分析等应用。
对NVIDIA CUDA的支持是通过NumbaPro实现的，它是Continuum Analytics公司全新Anaconda Accelerate 产品中的一款 Python 编译器。
Continuum Analytics联合创始人兼首席执行官Travis Oliphant表示: “成千上万的Python 程序员现在能够利用GPU加速器来在其应用程序上提升性能。在NumbaPro中，程序员可以鱼与熊掌兼得: 凭借NVIDIA GPU的高性能，他们能够利用Python 的灵活性与高生产率。”
通过LLVM 拓宽通向加速计算的道路
在GPU加速的应用开发方面，这一全新的支持是NVIDIA把CUDA编译器源代码贡献给LLVM核心与并行线程执行后端的结果。LLVM 是一种应用广泛的编译器基础架构。
Continuum Analytics 的Python 开发环境利用LLVM和NVIDIA CUDA编译器软件开发包来为Python程序员提供GPU加速的应用程序功能。
LLVM的模块化设计让语言和库设计师能够轻松地将GPU加速支持增添到Python 等各种通用语言中，也可以增添到特定领域的编程语言中。LLVM 高效而适时的编译功能让开发者能够针对各种架构即时编译Python等动态语言。
斯坦福大学化学系、结构生物学系以及计算机科学系教授 Vijay Pande 指出: “我们的研究团队一般会用 Python 语言为新理念和新算法开发原型设计与迭代，一旦证明该算法有效，然后就用C或C++ 重新编写这一算法。Python中的CUDA支持让我们能够编写出高性能代码，同时还能保持Python所提供的高生产率。”
Anaconda Accelerate 可用于Continuum Analytics 的Anaconda Python 产品，同时也是基于Wakari 浏览器的数据探索与代码开发环境的一部分。
