開發生態
開源專案透過 ZLUDA 與 HIP 實現在 Windows AMD GPU 執行 CUDA 應用
Hacker News綜合 2 家報導多家報導
尚未逐項核實
多個報導來源提及此事;未必是彼此獨立的證據。
開源專案「CUDA-for-AMD-Windows」釋出可重現的 Windows CUDA 相容性環境,讓原先針對 CUDA 開發的 Windows 應用程式能透過 ZLUDA 與 AMD ROCm/HIP 堆疊在 AMD GPU 上執行。該環境採用官方 ZLUDA v6-preview.69 與 AMD HIP SDK 6.4,並支援 LibTorch 2.3.0+cu118。目前官方僅驗證通過 AMD Radeon RX 9060 XT (gfx1200) 顯示卡,其他 AMD GPU 尚不保證可用。
在實測方面,該專案已通過 nvcuda、cuBLAS、cuSPARSE 等函式庫的 cuda_check 測試,並成功在 CUDA 介面裝置上完成 221 萬參數 PPO 網路的推論與最佳化訓練(達 65,536 時間步)。社群測試指出,其執行效能僅比原生環境慢約 3%,可作為 CUDA 工作負載的替代方案。官方強調,CUDA API 與函式庫的支援度取決於具體工作負載,並非所有 CUDA 程式或 AI 模型皆能順利運行。
讀原始報導背景
ROCm 是 AMD 專為 GPU 程式設計開發的軟體堆疊,涵蓋通用 GPU 運算(GPGPU)、高效能運算(HPC)與異質運算等領域。該架構提供了 HIP(基於 GPU 核心的程式設計)等多種模型,是讓 AMD 硬體得以相容並執行其他運算任務的重要基礎。
社群討論
社群對透過 ZLUDA 在 AMD GPU(如實測的 RX 9060 XT)執行 CUDA 的專案表示關注,但也指出其缺乏 cuDNN 且依賴過時版 ROCm 的缺陷。針對 AI 自動轉譯能否打破 Nvidia 護城河引發激辯:樂觀者認為 CUDA 將淪為中介碼,但業界人士反駁其真正優勢在於完整的除錯與韌體堆疊,且硬體效能特徵差異使開放標準難以實現。此外,開發者補充舊款 AMD 顯卡(如 RDNA1/2)因缺乏 WMMA 與 BF16 支援,在 AI 運算上存在先天劣勢。
來源
- Reddit r/LocalLLaMAreddit.com
- en.wikipedia.org