ایامدی CUDA انویدیا را با ZLUDA در ویندوز و لینوکس اجرا کرد. ZLUDA بهعنوان مترجم عمل میکند و کد CUDA را به زبان درکپذیر برای کارتهای گرافیک AMD تبدیل میکند.
بهگزارش تکناک، این موضوع که ایامدی درمقایسهبا رقابت با اینتل، در رقابت با انویدیا با مشکل مواجه بوده است، بر کسی پوشیده نیست. مشکل ایامدی دووجهی است: درحالیکه سختافزار این شرکت قدرتمند است، ازنظر نرمافزاری کمی ضعیف است؛ بهویژه در حوزههای بهرهوری و ایستگاههای کاری.
بهنقل از نئووین، در سالهای اخیر ایامدی با ارائه ROCm (پلتفرم محاسباتی باز رادئون)، تلاشهایی برای رسیدن به غول CUDA (معماری یکپارچه دستگاه محاسباتی) کرده است. تحت ROCm ایامدی رابط محاسبات ناهمگن برای قابلیت حمل (HIP) را معرفی کرد که به توسعهدهندگان اجازه میدهد تا کد منبع CUDA را با کمک ابزارهای HIPIFY برای اجرا روی سختافزار ایامدی ترجمه کنند. بااینحال، عملکرد HIP هنوز کاملاً با CUDA برابری نمیکند.
باوجوداین، ماجرا با پروژه ZLUDA فرق میکند. این پروژه بهطرز باورنکردنی به سختافزار ایامدی امکان میدهد تا نرمافزارهای CUDA را بدون هیچ تغییری اجرا کند و عملکردش نیز بیشتر اوقات نسبتاً بهینه است. جدیدترین نسخه ZLUDA، یعنی نسخه 3، پشتیبانی ایامدی را به کامپایلر اضافه کرده است. برخی از تغییرات این نسخه عبارتاند از:
- حذف پشتیبانی از پردازندههای گرافیکی اینتل از کامپایلر
- اضافهکردن پشتیبانی از پردازندههای گرافیکی ایامدی به کامپایلر
- حذف کد میزبان پردازندههای گرافیکی اینتل
- اضافهکردن کد میزبان پردازندههای گرافیکی ایامدی
- افزایش دستورهای دستگاه از 40 به 68
- افزایش توابع میزبان از 48 به 184
- اضافهکردن پیادهسازی مفهومی فریمورک OptiX
- اضافهکردن پشتیبانی محدود از cuDNN ،cuBLAS ،cuSPARSE ،cuFFT ،NCCL و NVML
- بهبود لانچر ZLUDA برای ویندوز
یکی از توسعهدهندگان عملکرد Radeon RX 6800 XT را با استفاده از Geekbench 5.5.1 بین OpenCL و ZLUDA مقایسه کرده است. بهطورکلی، این رقابتی نزدیک است؛ اما در بیشتر مواقع ZLUDA عملکرد بهتری از خود نشان داده است.
فونیکس عملکرد ZLUDA را برای رقابت با CUDA و HIP ارزیابی کرد. در این بررسی، تنها به نتایج Blender Classroom و BMW در نرمافزار محبوب رندرینگ اشاره شده است؛ چراکه در این اپلیکیشن GeForce عمدتاً با Optix از Radeon پیشی میگیرد.
همانطورکه در تصاویر بالا مشخص است، ZLUDA عملکرد قدرتمندی را هم در صحنه Classroom و هم در BMW نشان میدهد. حتی از HIP، پلتفرم محاسباتی اختصاصی ایامدی، نیز عملکرد بهتری دارد. دراینمیان، نباید فراموش کنیم که CUDA حتی بدون Optix همچنان پیشتاز است؛ اما عملکرد ZLUDA هنوزهم جای امیدواری فراوان دارد.
