各位早安，
這裡是禮拜六早上的 R&D。
※ 引述 《amduser (重返榮耀)》 之銘言：
:
: 之前新聞
: https://news.mydrivers.com/1/963/963717.htm
:
: NVIDIA CUDA通過多年耕耘，鑄就了牢不可破的生態壁壘，外人各種嘗試都無法進入，包
: 括AMD ROCm開發平台，但其實也不是沒有辦法。
: 開發者Andrzej Janik就憑借一己之力，借助Intel oneAPI，開發了CUDA兼容方案“ZLUDA
: ”，能夠在Intel硬件上原生運行CUDA應用，后來就被停了
: 之后在AMD的支持下，ZLUDA重啟了該項目，能夠讓AMD顯卡原生運行CUDA應用，不需要任
: 何轉移，也不需要調整代碼。
: 唯一要做的，就是用ZLUDA庫替代CUDA。
: 雖然它不能保證每一款CUDA應用都跑起來，但已經是以一個巨大的突破。
: 非常可惜，AMD支持這一項目做了兩年，也給停了——不知道是不是受到了NVIDIA的壓力
: 。
: 幸運的是，ZLUDA項目并未徹底消散，已經免費開源，感興趣有能力的開發者都可以使用
: ，而且確認可以在AMD ROCm平台上無縫運行CUDA應用。
: 比如說，可以將CUDA作為Blender 4.0或者V-Ray的渲染API，尤其是Blender本來就有
: Radeon HIP計算渲染器，如今跑在ZLUDA上速度還會更快。
: Andrzej Janik也在繼續研究ZLUDA，其中一個目標就是要讓AMD顯卡運行NVIDIA DLSS。
: 內部測試表明，對比OpenCL方案，其性能大部分時候都更好，最多可以領先超過75％，但
: 因為還在開發之中，部分時候效率反而更低。
:
: 大家都知道NVIDIA最喜歡搞特規G-SYNC、DLSS、CUDA、閉源軟體一大堆不開放給其他家用
: ，現在ZLUDA可以讓AMD顯卡跑CUDA程式，那以後就不必特地買N卡了，應該以後會有人拿
: AMD顯卡來搞AI了吧！
:
: https://github.com/vosen/ZLUDA
:
ZLUDA 這東西我研究過一陣子，
當然不是現在這個 Fork，
而是三年前那個版本。
平台使用 Ubuntu 22.04 64bit
我研究後發現 ZLUDA 的運作原理是這樣：
ZLUDA 會去模擬一套 CUDA API，
然後內部再自己實現功能。
這代表什麼呢？
假設你有一套程式支援 CUDA 8 好了，
現在 CUDA 要更新變成 CUDA 9 囉！
N 家能在歷史版本裡面找到 舊版CUDA來套，
那你程式就能順利跑了。
如果你用 ZLUDA ，
之前的問題就是他只支援某特定版本 CUDA，
還沒有 Released 他是 depend 哪一版？
ZLUDA 是照某板的 API 下去寫的！
所以你想支援機器學習框架？
（e.g. TensorFlow, PyTorch）
那要先找到這個是用哪版 CUDA，
找到後還要確定這版的框架你裝得起來。
個人是認為這難度：
https://i.imgur.com/OBzSNCH.gif
除去框架，
實測能夠用 ZLUDA 跑起來的 CUDA 程式：
Geekbench 5
也嘗試過從底層像是 Numba 重寫演算法
拿去 Benchmark performance 。
一樣遇到 Numba 卡版本問題。
退一萬步說 ZLUDA 可能有用，
但是老黃一版更他就會死翹翹，
而且死很久。
開源的東西都這樣，蘇媽也不是做慈善的。
既然主流的框架（e.g. PyTorch）
都有支援 ROCm，幹嘛出大錢搞 ZLUDA？
結論：
ZLUDA 要真正可以商用，
就是要有人花錢去幫每一版 CUDA 寫 API，
然後拿出一張表對標版本支援才有用。
現在商用想逃離 NV 還是推 OpenCL 解決方案，
以上。