在过去两年中，AMD悄然资助了一项在其ROCm技术栈（Radeon Open Compute Platform）上实现NVIDIA CUDA应用程序二进制兼容性的项目，使得CUDA软件能够无需修改源代码即可在AMD Radeon GPU上运行。该项目，名为ZLUDA，原先开发目的是为英特尔显卡提供CUDA支持。2022年，ZLUDA的主要开发者Andrzej Janik被AMD雇佣，目的是将他的项目调整以适配Radeon GPU上的HIP/ROCm环境。Janik投入了两年时间，成功地为AMD平台引入了CUDA支持功能，允许多种实际的CUDA工作负载能够在无需任何修改的情况下运行。
尽管AMD出于某些未公开的原因决定不将此技术商业化，但在资助结束后依照协议将其开源。Phoronix网站对AMD的ZLUDA实现进行了一些基准测试。测试结果表明，通过简单替换为ZLUDA库，专有CUDA渲染器和软件能够在Radeon GPU上即插即用。例如，在CUDA优化的Blender 4.0渲染测试中，AMD Radeon GPU的性能比原生ROCm/HIP支持快了大约10-20%，这一性能提升根据具体场景而异。虽然这只是一个个人项目，其稳定性表现出乎意料地良好。然而，项目仍有一些局限性，比如尚未完全支持OptiX和PTX汇编代码。
尽管存在局限，测试结果非常令人欣喜。与Geekbench的通用OpenCL运行时相比，CUDA优化的二进制文件显示出高达75%的性能提升。有了ZLUDA库对API进行转换，未经修改的CUDA二进制文件现在能够直接在ROCm和Radeon GPU上运行。值得注意的是，ZLUDA项目当前针对的是AMD ROCm 5.7版本，而非最新的6.x系列。AMD是否会继续投资于这种简化CUDA软件移植的方法仍然未知，但如今的开源项目开启了任何人贡献并提高兼容性的可能。
目前尚不清楚ZLUDA是否能够在AMD的高端GPU，如MI300X系列中稳定运行。若ZLUDA能够成功在这样的高性能GPU上实现稳定运行，这将对AMD在与NVIDIA在人工智能芯片领域的竞争中带来显著优势。特别是在当前NVIDIA H100芯片供不应求的情况下，MI300系列能够成为市场上的一大补充。
ZLUDA实现CUDA应用程序在AMD GPU上的兼容性，为开发者提供了更多的硬件选择，尤其是在需要大量并行处理能力的AI和机器学习应用领域。这种兼容性能够使得原本专为NVIDIA CUDA架构设计的应用无缝迁移到AMD的平台上，从而减少了开发者在不同硬件平台间迁移和优化应用时的工作量。
如果AMD能够解决ZLUDA在MI300X等高性能GPU上的稳定性问题，那么这将为AMD打开一扇窗口，使其能够更有效地进入并占据AI硬件市场的一席之地。这不仅会增强AMD的市场竞争力，还可能改变目前由NVIDIA主导的AI芯片市场格局。此外，对于广大的AI应用开发者而言，更多的硬件选择和更高的应用程序兼容性将促进技术创新，加速AI技术的发展和应用。
因此，ZLUDA项目及其在新一代AMD GPU上的应用和优化，不仅对AMD公司本身，对整个AI和机器学习领域的硬件生态系统都具有重要意义。这需要AMD继续投资于技术开发和社区合作，以确保ZLUDA能够充分利用其GPU架构的潜力，为AI应用提供更加强大和灵活的计算支持。
0 comments:
New comments are not allowed.