ტექნოლოგიურ სამყაროში, სადაც გამოთვლითი რესურსების ოპტიმიზაცია გადამწყვეტია, დეველოპერები მუდმივად ელიან ინსტრუმენტებს სამუშაო პროცესის დასაჩქარებლად. სწორედ ამიტომ, კომპანია NVIDIA-ს ბოლო განახლებამ განსაკუთრებული ყურადღება მიიქცია. ტექნოლოგიურმა გიგანტმა ინდუსტრიას მორიგი ნახტომი შესთავაზა და პროგრამული უზრუნველყოფის ახალი ვერსია, CUDA Toolkit 13.4, ოფიციალურად წარადგინა. ახალი რელიზის მთავარი ინტრიგა 10.7 გამოთვლითი შესაძლებლობების (compute capability 10.7) მქონე უახლესი Rubin არქიტექტურის წინასწარი მხარდაჭერაა. ეს არის დეველოპერებისთვის მიცემული უნიკალური შანსი, რათა ფართო ხელმისაწვდომობამდე გამოსცადონ სისტემა და საკუთარი პროექტები მასზე მოარგონ.
2026 წლის 9 სექტემბერს, Jonathan Bentz-მა NVIDIA Developer Blog-ზე გამოქვეყნებულ პუბლიკაციაში ამ სიახლის შესახებ განაცხადა. კომპანია Rubin-ს პირდაპირ განიხილავს როგორც აგენტური ხელოვნური ინტელექტის (agentic-AI) ეპოქის მთავარ მამოძრავებელ ძალას. სისტემაში უკვე წარმატებით არის ინტეგრირებული SM_107 კომპილერის სამიზნე (compiler target) ვარიანტი, რაც პროგრამისტებს ახალ სტანდარტებთან სწრაფ ადაპტაციაში დაეხმარება.
არანაკლებ სტრატეგიული ნაბიჯია ინდუსტრიისთვის Windows on Arm-ის სრული მხარდაჭერის დამატება. ისტორიულად, Arm CUDA-ს შესაძლებლობები მხოლოდ Linux ოპერაციული სისტემის მომხმარებლებით შემოიფარგლებოდა. დღეიდან უკვე Windows-ის ეკოსისტემაში მომუშავე დეველოპერებსაც აქვთ სრული თავისუფლება, აითვისონ ამ პლატფორმის პოტენციალი.
ინფრასტრუქტურის ეფექტური მართვის კუთხით დიდ როლს ასრულებს განახლებული MPS (Multi-Process Service), რომელიც V3 ფორმატშია წარმოდგენილი. მას დაემატა ისეთი კრიტიკული ფუნქციები, როგორიცაა სკრიპტირებადი CLI და სახელდებული ინსტანსები. სისტემაში ასევე ინტეგრირებულია TOML კონფიგურაცია, SM დაყოფის (partitions) მექანიზმები და cgroup GPU მეხსიერების ზუსტი ლიმიტები კონტეინერებისთვის. დეველოპერებს ახლა აქვთ უფრო მძლავრი ინსტრუმენტები იმისთვის, რომ ერთი GPU-ს რესურსი მრავალ სხვადასხვა პროცესს შორის შეუფერხებლად გააზიარონ.
რაც შეეხება ბიბლიოთეკების შემქმნელებს, NVIDIA-მ მათთვის ახალი Compute Fabric Transport ტექნოლოგია დანერგა, რომელიც სპეციალურად NVLink ქსელისთვის (fabric) შეიქმნა. არქიტექტურულ დონეზე გამოჩნდა ლოკალურობის დომენები და unified-memory რეზიდენტობის ახალი მოთხოვნები.
საყურადღებო ტექნიკური ცვლილება შეეხო თავად პროგრამის დაყენების პროცესსაც. ახალი პოლიტიკით, ინსტალატორებს უკვე აღარ ექნებათ თანდართული დრაივერი. აღსანიშნავია ისიც, რომ CDMM სისტემა ნაგულისხმევი არჩევანი გახდა ისეთი მაღალი კლასის კოჰერენტული პლატფორმებისთვის, როგორებიცაა Grace Hopper, Grace Blackwell და ახალი Vera Rubin.
პროგრამული უზრუნველყოფის მიმართულებით, CUDA Python დეველოპერებს ახალ მოდულებს სთავაზობს: cuda.core 1.1.0 და cuda.compute 1.1 ვერსიებს. თუმცა, ერთ-ერთი ყველაზე შთამბეჭდავი ციფრი მაინც CCCL 3.4 ვერსიაში ფიქსირდება: DeviceScan-ის გამტარუნარიანობამ Blackwell არქიტექტურაზე ფანტასტიკურ მაჩვენებელს, დაახლოებით 92%-ს მიაღწია.
ამ ტექნოლოგიური ნახტომის პარალელურად, Nsight ინსტრუმენტების ნაკრები სრულად განახლდა 13.4 ვერსიისთვის. ის უკვე თავსებადია როგორც ახალ Rubin არქიტექტურასთან, ასევე Windows on Arm სისტემებთან. მეტი სიზუსტისთვის, ამ დავალების სტრუქტურა და ტექსტური ბაზა ეყრდნობა დოკუმენტს, რომლის სახელია proof-prompt-article.txt.
წყარო: CUDA Toolkit 13.4 Adds Windows on Arm Support and Greater Control over Shared GPUs (NVIDIA Developer Blog, Sep 9, 2026), Download CUDA Toolkit
