NVIDIA 发布开源 CUDA-X 工具包 cuPhoton，加速科学图像分析

核心事实

NVIDIA 在开发者技术博客中介绍了开源 CUDA-X 工具包 cuPhoton，用于科学图像的加载、对齐与分析。该工具包将图像数据从传感器读取到分类的整个过程保留在 GPU 上，提供 xDataReader（直接加载 FITS 文件）、xRep（图像对齐）、xPois（PSF 匹配与相减）、xFit（偶极子拟合）、xScan（候选目标复核）等 GPU 加速模块，另含用于时域 X 射线探测器分析的 xRay。

据该博客称，在涉及数百 TB 数据、使用多 GPU 的代表性工作负载上，cuPhoton 的图像加载与读取相较 x86 CPU 基线最高加速约 14,900 倍，信号处理最高加速约 14,550 倍。博客同时说明，这些数字是单个操作的加速比，并非端到端流水线的整体加速倍数，实际表现会随工作负载、数据集、实现方式与硬件而变化。

背景与影响

博客以 NSF-DOE Vera C. Rubin 天文台为例：其 LSSTCam 每 39 秒拍摄一幅 3.2 吉像素的南天曝光，Prompt Processing 流水线需在约 60 至 120 秒内将约 1 万个检测目标分类为天体瞬变或宇宙线、卫星轨迹等伪影；一整夜累计可达 20 TB 图像与 1000 万个候选目标。cuPhoton 可跨多 GPU、多节点的 NVIDIA Grace Blackwell 与 NVIDIA Vera Rubin 系统扩展，将完整图像对与候选坐标分发到各 GPU 工作进程，数组保留在设备上。

限制与来源

博客指出，cuPhoton 0.1.3 支持 Python 3.12–3.14 与 CUDA 13，运行于 Linux；从源码构建 xDataReader 需要 C++17 编译器、CUDA 与 cuFile 开发头文件以及可重入的 CFITSIO 开发安装。xDataReader 支持未压缩的 2–16 轴图像 HDU，以及采用 GZIP_1 或 GZIP_2 分块压缩的二维图像，不支持 Rice 压缩与抖动浮点量化。GPUDirect Storage 需兼容的驱动与文件系统，其他 CUDA 13 机器上 KvikIO 可能走 PCIe 兼容路径。上述信息来自 NVIDIA 开发者博客，具体功能、版本与可用性请以官网及项目仓库当前信息为准。