In questo articolo Indice dei contenuti 2 sezioni
Con il rilascio di CUDA 13.4, NVIDIA mette la firma su un passaggio che gli sviluppatori aspettavano da tempo: il supporto a Windows on Arm, arrivato proprio mentre i portatili RTX Spark si preparano al debutto di ottobre. Nello stesso pacchetto, quasi in sordina, compare anche l’accesso anticipato alle CPU e GPU Vera Rubin, la piattaforma di prossima generazione della casa di Santa Clara.
Il ragionamento dietro questa release è abbastanza lineare. Se i notebook con architettura Arm64 stanno per arrivare sul mercato, chi scrive software ha bisogno di strumenti pronti prima, non dopo. E qui sta il punto centrale del nuovo CUDA Toolkit: da oggi è possibile iniziare il porting delle applicazioni verso Windows Arm64, verificare le dipendenze e testare i percorsi software CUDA direttamente sulle macchine Windows on Arm già in circolazione. Niente attese, niente hardware ancora inesistente da procurarsi.
Windows on Arm entra ufficialmente nel mondo CUDA
Il tassello che pesa più di tutti riguarda appunto Windows on Arm. Fino ad ora, chi sviluppava con CUDA su piattaforme Arm in ambiente Windows si trovava di fatto tagliato fuori. Con CUDA 13.4 quella barriera cade, e non si tratta di un supporto teorico: le librerie matematiche del toolkit ricevono compatibilità piena per l’ecosistema dei portatili basati su N1X, il che significa poter costruire e validare applicazioni reali.
Il collegamento con RTX Spark è diretto. I sistemi sono attesi il mese prossimo, a ottobre, e la mossa di NVIDIA serve a far trovare gli sviluppatori con le applicazioni già ottimizzate e verificate al momento del lancio commerciale. Una strategia collaudata, del resto: prima gli strumenti, poi l’hardware, così il parco software non parte da zero.
Chi mantiene librerie importanti troverà pane per i propri denti anche sul fronte Vera Rubin. Il toolkit introduce il supporto funzionale all’architettura Rubin, identificata dalla compute capability 107, in forma di preview. Tradotto: si può cominciare a portare il codice sulla nuova architettura molto prima che il supporto diventi disponibile in versione definitiva, cosa che avverrà con una release futura del toolkit. Rubin è la GPU che NVIDIA indica come motore dell’era dell’AI agentica, quindi l’anticipo non è un dettaglio secondario per chi lavora su stack di calcolo complessi.
Tutto il resto del pacchetto, dal Multi Process Service a CUDA Python
Al di là dei due titoli principali, CUDA 13.4 porta con sé una serie di aggiornamenti che toccano parecchie aree della piattaforma. Il Multi Process Service V3 arriva con un livello di controllo completamente rinnovato, che include una CLI utilizzabile via script, istanze server con nome, configurazione in formato TOML e limiti di memoria GPU integrati con i cgroup. Roba pensata per il partizionamento preciso delle GPU negli ambienti containerizzati, dove finora servivano soluzioni artigianali.
Novità anche sul trasporto dei dati con CUDA Compute Fabric Transport, una API orientata al trasporto rivolta a chi sviluppa librerie di comunicazione. Permette di spostare dati attraverso il fabric NVLink usando endpoint logici nominati e operazioni asincrone, un approccio più pulito rispetto alla gestione manuale delle risorse.
Sul versante Python, CUDA Python si allarga con cuda.core 1.1.0, che aggiunge la programmazione di texture e surface, la memoria gestita con consapevolezza NUMA e gli stub di tipo .pyi. In parallelo, cuda.compute 1.1 abilita la compilazione ahead of time degli algoritmi CCCL per più architetture GPU contemporaneamente, cosa che semplifica non poco la distribuzione di software destinato a hardware diverso. Chiudono il quadro gli aggiornamenti trasversali che interessano il compilatore CUDA, la PTX ISA, CUDA C++, la programmazione CUDA Tile, le API di runtime, le librerie e gli strumenti per sviluppatori. Il pacchetto completo del toolkit CUDA 13.4 è già disponibile per il download.
