Microsoft entwickelt ein Tool, um NVIDIA CUDA-Code auf AMD-GPUs auszuführen
Arkadiy Andrienko
Der Hardwaremarkt existiert seit Jahren unter Bedingungen einer engen Bindung an einen einzigen Hersteller. Die CUDA-Softwareplattform von NVIDIA ist zum De-facto-Standard geworden, was Entwickler zwingt, ausschließlich die Grafikprozessoren dieses Anbieters zu verwenden, während Versuche, universelle Alternativen zu schaffen, bisher keinen nennenswerten Erfolg gebracht haben.
Diese Situation könnte sich dank der Arbeit der Spezialisten von Microsoft ändern. Laut verfügbaren Informationen entwickelt das Unternehmen aktiv Werkzeuge, um Code, der für CUDA geschrieben wurde, anzupassen, damit er auf der offenen ROCm-Plattform von AMD läuft. Dies würde es ermöglichen, bestehende KI-Modelle auf erschwinglicheren AMD-Chips auszuführen, ohne eine vollständige Neuschreibung.
Ein ähnliches Arbeitsprinzip wurde zuvor durch das ZLUDA-Projekt demonstriert. Der Ansatz von Microsoft scheint ebenfalls zu beinhalten, CUDA-Befehle in Echtzeit in für ROCm verständliche Anweisungen umzuwandeln. Der wirtschaftliche Sinn hinter dieser Initiative liegt in einem Wandel der Nachfrage im KI-Bereich. Während kostspielige Rechenleistung für das Training neuronaler Netzwerke zuvor entscheidend war, rückt nun die Phase der Inferenz – die praktische Anwendung fertiger Modelle – in den Vordergrund.
Die Bereitstellung dieser Modelle erfordert nicht immer erstklassige, teure NVIDIA-Lösungen, was die Argumente zugunsten von AMD zunehmend überzeugend macht. Experten schätzen jedoch, dass die ROCm-Software in Bezug auf Politur und Reife weiterhin hinter dem CUDA-Ökosystem zurückbleibt, und in einigen Szenarien kann dies zu einem Leistungsabfall führen, ein kritischer Faktor für kommerzielle Rechenzentren.
Ein erhöhter Wettbewerb zwischen Chip-Herstellern und eine verringerte Abhängigkeit von einer einzigen Technologieplattform könnten langfristig Innovationen anregen und das Wachstum der Preise für Grafikkarten bremsen. Darüber hinaus könnten Konvertierungswerkzeuge das Leben von Entwicklern erleichtern, die Technologien wie Raytracing oder KI-Upscaling verwenden, indem sie es ihnen ermöglichen, diese Funktionen schneller für AMD-Grafikkarten anzupassen.