Уважаемые коллеги, студенты, аспиранты! От всей души поздравляю вас с Днём радио, а также с 130-летием со дня изобретения радио Александром Степановичем Поповым!

ℹ️ Ровно 130 лет назад российский физик Александр Степанович Попов на заседании Русского физико-химического общества (РФХО) в Санкт-Петербурге прочитал лекцию «Об отношении металлических порошков к электрическим колебаниям» с демонстрацией опытов. Согласно протоколу заседания РФХО прибор Попова был предназначен «для показывания быстрых колебаний в атмосферном электричестве». В мае 1895 года прибор был приспособлен для улавливания атмосферных электромагнитных волн на метеостанции Лесного института и получил название «разрядоотметчик» (впоследствии, «грозоотметчик»).

🙏 Сегодня День радио, праздник работников всех отраслей связи, для ПГУТИ, как профильного вуза, особенный день. И, конечно, сегодня мы вспоминаем мужество и самоотверженность военных связистов, благодаря которым наши защитники слаженно и координированно вели борьбу с врагом. Так было в годы Великой Отечественной войны, так происходит и сейчас в зоне СВО, в битве за свободу и суверенитет нашей страны. На аллее, посвящённой волжским связистам, где увековечены 46 имён героев, мы помним о наших коллегах, без которых в войну невозможны были ни точный огонь артиллерии, ни управление войсками, ни оповещение населения. Сегодня мы отдаём дань уважения тем, кто во время войны в самых сложных условиях обеспечивал связь.

❤️ Благодаря профессионализму, оперативности, мастерству специалистов отраслей связи у нас всегда есть возможность быть в курсе событий, происходящих в нашем городе, регионе и в стране. Сегодня Самарская область входит в число ведущих регионов России по количеству радиокомпаний и качеству вещания, а также по уровню цифровизации экономики и социальной сферы. Компетентность, энергия и верность профессиональным традициям позволят работникам связи и впредь активно наращивать потенциал отрасли, укрепляя позиции России в глобальном информационном поле.

🌀 Желаю всем связистам и команде ПГУТИ крепкого здоровья, благополучия, результативного творческого поиска и новых открытий и достижений, широты научной мысли, успехов и благополучия! Пусть наши новые научные достижения в области радиотехники и телекоммуникаций внесут весомый вклад в решение актуальных проблем мирового сообщества!

Ректор 🌀 ПГУТИ Ружников В.А.

#ПГУТИ #мироваяИстория #ДеньРадио

💻 Без CUDA – никуда

В наших постах периодически появляются четыре магических буквы — CUDA. И каждый раз редакция просит вставить короткое и ёмкое пояснение, что это. Это съедает «экранный бюджет» постов на ваших смартфонах, поэтому решил сделать развернутое пояснение, и уже потом просто давать на него ссылку.

Compute Unified Device Architecture (CUDA) — это платформа Nvidia, которая превращает видеокарту в мощный параллельный вычислитель. В машинном обучении CUDA позволяет обучать нейросети за часы вместо дней; видеоредакторы используют её для рендеринга и кодирования в реальном времени; учёные ускоряют расчёт климата, динамики белков, ядерных симуляций; в финансах подсчитывают риски и строят модели на миллиардах записей. И все благодаря отличиям в архитектурах обычных (центральных) и графических процессоров.

Если центральный процессор (CPU) содержит десяток-другой «умных» ядер, каждое из которых умеет быстро переключаться между разными видами работы, то у графического процессора (GPU) тысячи ядер, но более простых. Зато все они могут одновременно выполнять одну и ту же операцию над огромными массивами данных.

🐷 Можно сказать, что CPU похож на бригаду инженеров-универсалов, а GPU — это целая армия грузчиков, каждое движение которых синхронизировано. Когда задача сводится к «перетащить миллион одинаковых кирпичей» (умножить векторы, применить свёртку, просчитать траекторию каждой частицы в модели), то GPU оказывается на порядки быстрее CPU. А CUDA даёт программисту прямой и удобный доступ к этим «грузчикам», работая, по сути, их прорабом.

С помощью расширений для C/C++, с недавнего времени и Python, разработчики пишут код со специальными функциями. CUDA компилирует (собирает) код под конкретную видеокарту так, чтобы вычисления шли параллельно, а результат правильно вернулся обратно. Дополняют картину готовые библиотеки: cuBLAS для линейной алгебры, cuFFT для быстрых преобразований Фурье, cuDNN для операций с нейросетями и так далее. Вместо того чтобы изобретать велосипед, разработчик вызывает оптимизированные функции, а под капотом уже одновременно работают десятки тысяч потоков.

Важно понимать, что CUDA — это закрытая экосистема, жёстко привязанная к железу Nvidia. У AMD, Intel и других есть альтернативы (ROCm, oneAPI), но код, написанный под CUDA, «из коробки» не заработает на их видеокартах. Более того, в последние годы Nvidia запрещает трансляцию из CUDA-кода в другие форматы.

✔️ Таким образом, CUDA — это «мост» между языками программирования и параллельной мощью GPU Nvidia. Она берёт на себя всю рутину по распределению данных и потоков, позволяя разработчику просто описывать, что нужно посчитать, а видеокарте — решать как сделать это максимально быстро.

@anti_agi