CUDA 13.4 conecta Windows on Arm, RTX Spark y Rubin

CUDA 13.4 ya está disponible y llega con dos novedades especialmente importantes para el futuro inmediato de la plataforma de NVIDIA: soporte para desarrollar aplicaciones CUDA sobre Windows on Arm y acceso preliminar a las capacidades de las próximas CPU y GPU Vera Rubin. La actualización también introduce mejoras en compiladores, librerías, herramientas para desarrolladores y gestión de recursos compartidos, pero el contexto en el que llega resulta especialmente relevante. NVIDIA está preparando por un lado la llegada de los primeros equipos RTX Spark con Windows, prevista para octubre, y por otro empieza a abrir el camino de software hacia su siguiente gran generación de hardware para centros de datos.

El soporte para Windows Arm64 es probablemente la novedad más visible de cara al ecosistema PC. CUDA lleva años funcionando sobre Arm en Linux, pero con CUDA 13.4 los desarrolladores pueden empezar a portar aplicaciones, validar dependencias y probar sus flujos de trabajo también sobre los equipos Windows on Arm actuales. La idea es bastante sencilla: que cuando lleguen los primeros sistemas RTX Spark, el software no tenga que empezar desde cero. NVIDIA quiere que aplicaciones, librerías y herramientas estén preparadas con antelación para aprovechar esa nueva combinación de Windows, Arm y aceleración RTX.

Ese movimiento está directamente relacionado con RTX Spark, la nueva plataforma que NVIDIA y Microsoft están impulsando para PCs con capacidades avanzadas de IA local. La compañía ha adelantado equipos de fabricantes como ASUS, Dell, HP, Lenovo, Microsoft Surface y MSI, con más modelos previstos posteriormente, y sitúa su llegada comercial a partir de octubre. El objetivo es llevar una parte de la experiencia de desarrollo y ejecución de IA asociada a CUDA a una nueva generación de portátiles y sistemas compactos con Windows, de modo que el soporte Arm64 deja de ser una curiosidad técnica para convertirse en una pieza necesaria del ecosistema que NVIDIA quiere construir alrededor de estos equipos.

CUDA 13.4 también empieza a mirar bastante más lejos. NVIDIA incluye soporte funcional preliminar para Vera Rubin, permitiendo a los desarrolladores comenzar a compilar, portar y validar código dirigido a la nueva arquitectura antes de su disponibilidad general. Esto resulta especialmente importante para quienes mantienen librerías, runtimes y componentes de bajo nivel, que pueden necesitar bastante tiempo para adaptarse a una nueva generación. Conviene, eso sí, no confundir esta fase con soporte completo: NVIDIA habla expresamente de acceso anticipado y señala que la compatibilidad general con Rubin llegará en una futura versión del Toolkit.

Otra de las novedades destacadas es Multi-Process Service V3, una renovación del sistema que permite compartir una misma GPU entre múltiples procesos. La nueva versión incorpora una capa de control modernizada, servidores identificables, configuración mediante TOML y herramientas para limitar tanto la memoria como la capacidad de cómputo asignada a cada carga. Dicho de una forma menos técnica, CUDA 13.4 facilita repartir una GPU de forma más precisa entre varios trabajos, algo especialmente útil en servidores, contenedores y entornos de inteligencia artificial donde diferentes procesos compiten por los mismos recursos.

También hay novedades para sistemas con múltiples GPU. CUDA Compute Fabric Transport introduce mecanismos de comunicación basados en endpoints lógicos y operaciones asíncronas para mover datos a través de NVLink con un mayor grado de control. No es una herramienta pensada para todos los desarrolladores CUDA, sino principalmente para quienes construyen librerías de comunicación y software de bajo nivel. De hecho, NVIDIA sigue recomendando soluciones como NCCL o NVSHMEM para la mayoría de cargas distribuidas, pero esta nueva capa amplía las posibilidades para quienes necesitan controlar de forma más directa cómo circulan los datos entre aceleradores.

Las mejoras también alcanzan a CUDA Python y CCCL. cuda.core 1.1 amplía las APIs disponibles para texturas, superficies, memoria administrada y CUDA Graphs, mientras que cuda.compute 1.1 permite compilar por adelantado determinados algoritmos para diferentes arquitecturas incluso desde sistemas que no disponen físicamente de una GPU compatible. CCCL 3.4, por su parte, introduce optimizaciones en algoritmos paralelos y mejora el rendimiento de DeviceScan sobre Blackwell, alcanzando según las pruebas de NVIDIA hasta un 92% de utilización del ancho de banda de memoria. Son cambios menos visibles que Windows on Arm o Rubin, pero importantes para quienes trabajan directamente sobre la plataforma.

CUDA 13.4 llega así como algo más que una actualización incremental. Por un lado, prepara Windows on Arm para una nueva generación de PCs con RTX Spark; por otro, permite empezar a trabajar con Rubin antes de que el hardware esté disponible de forma general. Entre medias, NVIDIA sigue ampliando las herramientas para compartir GPU, comunicar aceleradores y simplificar el desarrollo en Python y C++. El resultado deja bastante clara la dirección de la plataforma: extender CUDA hacia nuevos formatos de PC sin perder de vista las arquitecturas que marcarán la próxima generación de centros de datos.

Más información