NVIDIA HPC SDK 包含经过验证的编译器、库和软件工具，对于更大程度提高开发者的工作效率以及 HPC 应用的性能和可移植性至关重要。

NVIDIA HPC SDK C、C++ 和 Fortran 编译器支持使用标准 C++ 和 Fortran、OpenACC 指令和 CUDA 实现 HPC 建模和模拟应用的 GPU 加速。GPU 加速的数学库可更大限度地提升常用 HPC 算法的性能，而经过优化的通信库支持基于标准的多 GPU 和可扩展的系统编程。性能分析和调试工具可简化 HPC 应用的移植和优化流程，而容器化工具支持在本地或云端轻松部署。HPC SDK 支持 NVIDIA GPU 和 Arm、OpenPOWER 或运行 Linux 的 x86-64 CPU，为您提供构建 NVIDIA GPU 加速的 HPC 应用所需的工具。

除了应用广泛的 HPC 应用（包括 VASP、Gaussian、ANSYS Fluent、GROMACS 和 NAMD），还可以使用 CUDA、OpenACC 和 GPU 加速的数学库，为用户提供突破性性能。您可以使用这些相同的软件工具对应用进行 GPU 加速，还可以使用 NVIDIA GPU 实现速度和能效大幅提升。

为 99% 以上的 500 强系统（包括基于 NVIDIA GPU 或 x86-64、Arm 或 OpenPOWER CPU 的系统）构建和优化应用。您可以使用嵌入式库、C++17 并行算法和 OpenACC 指令对您的代码进行 GPU 加速，并确保应用完全可移植到其他编译器和系统。

借助能够让您快速移植、并行和优化 GPU 加速的单一集成套件（包括用于多 GPU 和可扩展计算的行业标准通信库，以及用于分析的分析和调试工具），可以更大限度地提高科学和工程吞吐量，更大限度地减少编码时间。

C++17 并行算法使用标准模板库（STL）实现可移植的并行编程。NVIDIA HPC SDK C++ 编译器在 CPU 上支持完整的 C++17，可将并行算法分流至 NVIDIA GPU，支持无指令、杂注或标注的 GPU 编程。使用 C++17 并行算法的程序很容易移植到常用 C++ 的 Linux、Windows 和 macOS。

NVIDIA Fortran 编译器支持 Fortran 2003，以及 Fortran 2008 的许多功能。它支持在 GPU 上的 OpenACC 和 CUDA Fortran，也支持在 x86-64、Arm 和 OpenPOWER 这些多核 CPU 上的 SIMD 向量化、OpenACC 和 OpenMP。这样，他就具有在当今由 GPU 加速的异构 HPC 系统上移植和优化 Fortran 应用所需的功能。

NVIDIA Fortran、C 和 C++ 编译器支持基于 OpenACC 指令的并行编程，适用于 NVIDIA GPU 和多核 CPU。超过 200 款 HPC 应用端口已使用 OpenACC 启动或启用，包括 VASP、Gaussian、ANSYS Fluent、WRF 和 MPAS 等量产型应用。OpenACC 适用于 GPU 和多核 CPU，是经过验证的性能可移植指令解决方案。

NVIDIA HPC SDK 包括一套 GPU 加速的数学库，适用于计算密集型应用。cuBLAS 和 cuSOLVER 库可提供来自 LAPACK 的各种 BLAS 例程和核心例程的经 GPU 优化的多 GPU 的实施，并尽可能自动使用 NVIDIA GPU Tensor Core。cuFFT 包括用于真实和复杂数据的 GPU 加速的 1D、2D 和 3D FFT 例程，cuSPARSE 为稀疏矩阵提供基础线性代数子例程。可以通过使用 C、C++ 和 Fortran 编写的 CUDA 和 OpenACC 程序调用这些库。

通过 NVIDIA GPU Tensor Core，科学家和工程师能够使用混合精度或双精度大幅加速合适的算法。这些 NVIDIA HPC SDK 数学库对 Tensor Core 和多 GPU 节点进行了优化，无需多费力编码，即可提供系统的全部性能潜力。利用 NVIDIA Fortran 编译器，通过将可转换的数组内联函数自动映射至 cuTENSOR 库，您可以使用 Tensor Core。

异构 HPC 服务器使用 GPU 进行加速计算，并基于 x86-64、OpenPOWER 或 Arm 指令集架构使用多核 CPU。NVIDIA HPC 编译器和工具在这些 CPU 上受支持，并且所有编译器优化可在支持这些编译器的 CPU 上完全启用。借助跨所有受支持系统的统一功能、命令行选项、语言实现、编程模型、工具和库用户界面，NVIDIA HPC SDK 可简化开发者在各种 HPC 环境中的体验。

NVIDIA 集合通信库（NCCL）使用 MPI 兼容的 all-gather、all-reduce、broadcast、reduce 和 reduce-scatter 例程实现高度优化的多 GPU 和多节点集合通信基元，以利用 HPC 服务器节点内和跨 HPC 服务器节点的所有可用 GPU。NVSHMEM 可实现 GPU 显存的 OpenSHMEM 标准，并提供多 GPU 和多节点通信基元，这些基元可通过主机 CPU 或 GPU 启动，也可在 CUDA 内核中调用。

MPI 是编程分布式内存可扩展系统的标准。NVIDIA HPC SDK 包括基于 Open MPI 的 CUDA-aware MPI 库，支持 GPUDirect，这样您可以直接使用远程直接数据存取（RDMA）来发送和接收 GPU 缓冲区，包括在 CUDA 统一内存中分配的缓冲区。CUDA-aware Open MPI 完全兼容 CUDA C / C++、CUDA Fortran 和 NVIDIA OpenACC 编译器。

Nsight 系统可在系统范围内可视化 HPC 服务器上的应用性能，并使您能够在多核 CPU 和 GPU 中优化瓶颈并扩展并行应用。Nsight Compute 允许您通过图形或命令行用户界面，在交互式分析器中深入探讨 GPU 内核，以用于 GPU 加速的应用，并允许您使用 NVTX API 直接检测源代码的区域，从而确定性能瓶颈。

容器将应用及其依赖项捆绑到便携式虚拟环境中，从而简化软件部署。NVIDIA HPC SDK 包含使用 HPC Container Maker 开发、分析和部署软件简化容器镜像创建流程的说明。NVIDIA Container Runtime 可在几乎所有容器框架（包括 Docker 和 Singularity）中实现无缝 GPU 支持。