ZLUDA: 让CUDA在AMD和Intel GPU上运行的开源项目

RayRay
ZLUDACUDAIntel GPU性能替代方案Github开源项目

ZLUDA

ZLUDA项目简介

ZLUDA是一个开源项目,其目标是让为NVIDIA GPU开发的CUDA应用程序能够在AMD和Intel GPU上运行,无需对代码进行任何修改。这个项目由开发者Andrzej Janik发起,旨在打破NVIDIA GPU在高性能计算和人工智能领域的垄断地位,为用户提供更多GPU选择。

ZLUDA的技术原理

ZLUDA的核心原理是通过一个转换层,将CUDA API调用翻译成AMD和Intel GPU能够理解和执行的指令。具体来说:

  1. 对于Intel GPU,ZLUDA使用Intel的Level Zero低级API来实现CUDA功能。

  2. 对于AMD GPU,ZLUDA利用AMD的ROCm平台来实现CUDA功能。

  3. ZLUDA会拦截应用程序对CUDA库的调用,然后将这些调用转换为相应GPU平台的原生指令。

  4. 转换过程对应用程序是透明的,因此无需修改现有CUDA代码。

这种方法使得ZLUDA能够支持大量现有的CUDA应用,而不需要开发者重新编写代码。

ZLUDA的性能表现

根据开发者提供的基准测试结果,ZLUDA在Intel UHD 630集成显卡上的性能与使用OpenCL的原生实现相当。在GeekBench 5.2.3的测试中,ZLUDA的整体性能只比OpenCL慢约2%。

在某些测试项目中,ZLUDA甚至比OpenCL表现更好:

  • ZLUDA使用了更底层的Level Zero API,在某些场景下可以获得更好的性能。
  • CUDA代码针对NVIDIA GPU优化,有些优化恰好也适用于Intel GPU。

当然,ZLUDA在某些测试中也表现不佳,主要原因包括:

  • 某些NVIDIA特有的硬件功能(如原子操作)需要在软件层面模拟,导致性能下降。
  • CUDA代码可能并不完全适合AMD/Intel GPU架构,需要进一步优化。

总的来说,ZLUDA展示了在非NVIDIA GPU上运行CUDA代码的可行性,并在多数情况下达到了接近原生的性能。

ZLUDA的发展历程

ZLUDA项目经历了几个重要阶段:

  1. 2020年,Janik作为Intel员工开始开发ZLUDA,最初针对Intel GPU。

  2. 2021年2月,应Intel要求,ZLUDA从GitHub上撤下以供评估。

  3. 之后Janik离开Intel,与AMD签订合同继续开发ZLUDA。

  4. 2024年2月,AMD也结束了与ZLUDA的合作。Janik重新开源了ZLUDA代码。

  5. 目前ZLUDA主要支持AMD GPU,不再支持Intel GPU。

这段经历反映了大公司对ZLUDA这类项目的复杂态度。虽然ZLUDA可能有助于提升AMD和Intel GPU的竞争力,但两家公司最终都选择不支持这个项目。

ZLUDA面临的挑战

尽管ZLUDA在技术上展现了巨大潜力,但该项目目前面临着一些重大挑战:

  1. 法律风险: NVIDIA可能会以知识产权为由对ZLUDA提出法律挑战。这也可能是AMD和Intel最终放弃支持ZLUDA的原因之一。

  2. 技术复杂性: 完全模拟CUDA的所有功能是一项艰巨的任务,特别是一些NVIDIA专有的优化特性。

  3. 性能差距: 虽然ZLUDA在某些测试中表现不错,但在复杂的实际应用中可能仍存在显著的性能差距。

  4. 维护难度: 作为一个个人项目,跟上CUDA快速发展的步伐将是一个巨大挑战。

  5. 生态系统支持: 缺乏主要GPU厂商的支持,可能会限制ZLUDA的广泛应用。

ZLUDA的未来展望

尽管面临诸多挑战,ZLUDA项目仍然展现了一些潜在的发展方向:

  1. 开源社区支持: 作为开源项目,ZLUDA可能会吸引更多开发者参与,共同推进项目发展。

  2. 专注特定领域: ZLUDA可能会专注于某些特定的CUDA应用领域,如机器学习或科学计算,以提供更好的支持。

  3. 与其他项目合作: ZLUDA可能会与其他开源GPU计算项目合作,如ROCm或oneAPI,以增强功能和兼容性。

  4. 商业化可能: 如果ZLUDA能够证明其价值,可能会吸引投资者或小型公司的兴趣,推动其商业化发展。

  5. 推动行业标准: ZLUDA的存在可能会推动GPU计算领域更开放的标准制定,促进不同厂商GPU的互操作性。

结语

ZLUDA项目展示了在非NVIDIA GPU上运行CUDA代码的技术可行性,为GPU计算领域带来了新的可能性。尽管面临着技术和商业上的挑战,但ZLUDA的理念 - 打破GPU计算生态系统的壁垒 - 仍然具有重要意义。无论ZLUDA本身未来如何发展,它都为GPU计算的未来指明了一个更开放、更具互操作性的方向。

随着AI和高性能计算的快速发展,市场对GPU计算能力的需求持续增长。ZLUDA这样的项目为用户提供了更多选择,也为整个行业注入了新的活力。虽然短期内NVIDIA在GPU计算领域的主导地位可能难以撼动,但长远来看,更开放和标准化的GPU计算生态系统将有利于技术创新和用户利益。

ZLUDA的故事提醒我们,在技术发展的道路上,开放和合作往往能带来意想不到的突破。尽管ZLUDA的未来还不确定,但它已经在GPU计算的历史上留下了重要一笔。无论最终结果如何,ZLUDA的探索精神都值得我们学习和思考。

ZLUDA Performance Graph

编辑推荐精选

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。

olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多