NVIDIA CUDA安装包，CUDA是英伟达推出的一种开发环境，属于编程工具包，里面包含了GPU加速库、性能分析工具、开发工具、示例代码等等，借助这个工具包，你可以将GPU嵌入到你的系统里面，支持桌面、服务器、云平台等等，而且还可以进行C/C++开发，让你开发的应用可以更好利用NVIDIA的GPU。

1、高性能 CUDA软件平台经过高度优化，可在NVIDIA GPU上执行，并且比仅限CPU的选择速度快2至5倍。

2、特定领域的图书馆 高级库支持跨域的GPU加速，包括线性代数，图像处理，深度学习和图形分析。

3、开发一次，随处部署 CUDA软件平台可跨GPU系列工作，因此您可以在任何平台上开发，而无需担心最终的部署环境。

4、集成开发环境 IDE带有用于调试的图形和命令行工具，识别GPU和CPU上的性能瓶颈，并提供上下文相关的优化指导。

5、语言整合 使用您已知的编程语言开发应用程序，包括C，C ++，Fortran和Python。

一、图书馆 1、使用cuBLAS中的新GEMM内核加速高性能计算（HPC）和深度学习应用程序。 2、通过cuFFT和NVIDIA Performance Primitives中多个GPU配置的性能优化，可更快地执行映像和信号处理应用程序。 3、使用cuSOLVER和nvGRAPH中的新算法解决HPC中常见的线性和图形分析问题。

二、合作团体 1、使用从子贴图到线程，块和网格的线程表达丰富的并行算法。 2、使用新的API和函数原语在应用程序内高效地管理和重用线程。 3、在开普勒体系结构及更高版本上用强大的编程模型替换warp-synchronous编程。

三、沃尔塔建筑 1、Tensor Cores比Pascal GPU执行速度快5倍，可以更快地执行AI应用程序。 2、利用下一代NVLink提供前代产品的2倍吞吐量来扩展多GPU应用。 3、使用沃尔多多进程服务（MPS）提高GPU利用率。

四、开发工具 1、通过识别在统一内存中导致页面错误的源代码来优化和预取内存访问。 2、通过将事件添加到时间线和颜色编码连接来高效地配置NVLink。 3、使用基于虚拟地址，迁移原因和页面错误访问类型的新事件过滤器来检查统一内存性能瓶颈。

1、CUDA 9.1带来了新的算法和优化，加速了Volta GPU上的AI和HPC应用程序。

2、使用NVIDIA Performance Primitives中的新功能轻松开发图像增强算法，以便进行深度学习。

3、使用cuBLAS中的新API在Volta Tensor内核上运行批量神经机器翻译和序列建模操作。

4、利用cuFFT中的新启发式技术，在多GPU系统上更高效地解决大型二维和三维FFT问题。

5、使用新核心优化启动内核速度提高12倍。

6、CUDA 9.1还包含编译器优化，支持新的开发人员工具版本和错误修复。