Intel hat das in C++ geschriebene Template unter die General Public License Version 2 gestellt und den Source Code veröffentlicht. Das Tool erleichtert die Entwicklung von Anwendungen, die die Vorteile von mehreren Prozessorkernen oder Systemen mit mehreren Prozessoren ausnutzen sollen.
Intel reagiert damit auf Anfragen von vorhandenen und potentiellen Anwendern, die sich mehr Support sowie eine Garantie für die langfristige Verfügbarkeit des Tools gewünscht hatten. Ausgenommen von der GPL-Lizensierung sei die Runtime, damit Anbieter von kommerziellen Anwendungen die Einbindung in ihre Closed-Source-Produkte vornehmen könnten, erklärte James Reinders, Chef der Abteilung Software Development Products bei Intel.
Obwohl Software-Händler und Chip-Hersteller schon länger mehr Anwendungen fordern, welche die Möglichkeiten von Mehrkern-Prozessoren ausnutzen können, ist das Angebot mutlithreading-fähiger Applikationen für x86-Prozessoren bisher noch vergleichsweise gering. “Da gibt es sicherlich noch eine Menge ungenutztes Potential”, sagte Reinders.
Threading Building Blocks läuft unter Windows, Mac OS X und populären Linux-Distributionen auf x86-Prozessoren. Alpha-Versionen sind für Solaris 10, FreeBSD und Mac OS für G5-Chips verfügbar.
Intel wird weiterhin den kostenpflichtigen Support für Threading Building Blocks anbieten. Der Jahrespreis liegt bei 299 Dollar.
Ein elementarer Bestandteil einer effektiven Cloud-Strategie ist nach erfolgter Implementierung die künftige Verwaltung des Dienstes.
Die Neuerungen sollen den Digital Thread, die Low-Code-Entwicklung, die Visualisierung komplexer Baugruppen und das Lieferantenmanagement…
Eine Bitkom-Umfrage attestiert der Datenraum-Initiative des Bundes hohe Bekanntheit in der Industrie. Doch noch ist…
Ransomware-as-a-Service ist ein lukratives Geschäft und in den Händen professionell organisierter Gruppen. Jetzt können Kriminelle…
Bad Bots richten nicht nur wirtschaftlichen Schaden an. Laut dem Bad Bot Report von Imperva…
Studie von OVHcloud verdeutlicht Stellenwert von Datenresidenz und Datensouveränität bei KI-Anwendungen.