Nuestros servicios se encuentran restringidos a residentes en España, Andorra y Portugal.

  • Descubra por qué MAPLE es mejor que Mathematica

    A primera vista parece que sean productos muy similares. Sin embargo, verá numerosas comparaciones técnicas que muestran que Maple es más fácil de usar, tiene una tecnología simbólica superior y proporciona un rendimiento mejor.
    +Leer más
  • 1

Wolfram Research se complace en anunciar su colaboración con NVIDIA para integrar la programación GPU en Mathematica. La nueva e intuitiva interfaz de programación CUDA de Mathematica elimina la necesidad de escribir complejo código para aprovecharse de la computación GPU. Esto hace que Mathematica sea la mejor elección para todos aquellos de la industria, la investigación o la educación que busquen aprovechar las capacidades de cálculo de alto rendimiento de las GPU.

El soporte de Mathematica para GPU compatibles con CUDA simplifica el acceso al cálculo de rendimiento en la industria e investigación. Combinando la facilidad de uso de la programación de Mathematica con la velocidad computacional del hardware equipado con GPU se incrementa drásticamente el rendimiento y la productividad del usuario, en toda la industria, la investigación y la educación.

Tom Wickham-Jones, Director de la Tecnología del Núcleo de Wolfram dice, "Con Mathematica, los científicos e ingenieros pueden fácilmente conectarse con la enorme potencia de procesado en paralelo de las GPU a través de una familiar interfaz de alto nivel. Gracias a la completa funcionalidad del entorno de desarrollo de Mathematica y a la integración de CUDA, los usuario pueden enfocarse en la innovación de los algortimos en lugar de emplear su tiempo en tareas repetitivas, como el diseño de GUI."

La arquitectura de la GPU de NVIDIA puede transformar el rendimiento del cálculo, el modelado, la simulación y la visualización de Mathematica, dando un empuje a la velocidad en un factor 100. Las intuitivas características de programación de GPU con CUDA junto con los ejemplos integrados y listos para usar, de áreas comunes de aplicación tales como procesado de imagen, imagen médica, estadística, y finanzas, hacen que estas ganancias de rendimiento sean fácilmente accesibles.

"Los usuarios de Mathematica con sistemas que dispongan de GPU habilitado, desde portátiles hasta superordenadores Tesla de gama alta, ahora serán capaces de realizar cálculos complejos y cálculo intensivo de datos con mucha más facilidad," dice Andrew Cresci, Director General, de Soluciones Verticales de Comercialización en NVIDIA. "La intuitiva interfaz de programación CUDA de Mathematica elimina la necesidad de escribir código C/C++ o FORTRAN para aprovecharse del cálculo con GPU, haciendo que Mathematica sea la mejor elección para cualquiera que busque aprovechar las capacidades de cálculo de alto rendimiento de las GPU."
¡Atención! Este sitio usa cookies y tecnologías similares. Si no cambia la configuración de su navegador, usted acepta su uso.