电子发烧友网报道（文/梁浩斌）一直以来，围绕CUDA打造的软件生态，是英伟达在GPU领域最大的护城河，尤其是随着目前AI领域的发展加速，市场火爆，英伟达GPU+CUDA的开发生态则更加稳固，AMD、英特尔等厂商虽然在努力追赶，但目前还未能看到有威胁英伟达地位的可能。 最近一家英国公司Spectral Compute推出了一款方案，可以为AMD的GPU原生编译CUDA源代码，目前正在RNDA2、RDNA3上进行规模测试。这或许可以打破CUDA与英伟达GPU的生态壁垒？ SCALE编译器Spectral Compute据称花了7年时间开发SCALE，SCALE不依赖英伟达的代码，而是通过一些开源LLVM组件等，建立了其CUDA兼容的工具链，让SCALE在多个平台之间能高度兼容。 其实在以往也有一些其他GPU硬件兼容CUDA的方式，比如AMD支持的ZLUDA推出的开源移植项目，通过重新编译二进制代码，就能够让CUDA库在AMD自家的ROCm上运行，令AMD GPU适配CUDA生态。 但SCALE的特性在于，可以避免代码移植的步骤，开发人员可以使用单一版本的代码库，因为SCALE本身与CUDA的源代码兼容，这大大提高了可用性。 Spectral Compute的CEO Michael Sondergaard表示：我们相信，只需要编写一次代码，就可以在任何硬件平台上运行它，对于CPU代码来说，这已经实现很多年了，那为什么GPU不行呢？我们着手通过弥合主流的CUDA编程语言和其他GPU硬件供应商之间的兼容性差距，来直接解决这个问题。 Michael 还提到：“应该构建一个围绕GPU的开源生态系统，类似目前CPU所享有的生态环境，同时确保不同平台间的互联互通。”他认为，通过SCALE可以弥合CUDA与其他硬件供应商之间的兼容性鸿沟，从而打破市场上存在的壁垒。 据介绍，SCALE是一种通用并行GPU工具包，其功能与英伟达的CUDA工具包相仿，它能够在编译CUDA代码的同时，为非英伟达 GPU生成相应的二进制文件，这样就彻底避免了对翻译层的依赖。 目前，SCALE已经在多种软件中成功运行，比如Blender、Llama-cpp、XGboost、FAISS、GOMC、STDGPU、Hashcat和NVIDIA Thrust等专业软件，这些软件已经可以在RDNA2和RDNA3的AMD GPU上正常使用CUDA。 不过SCALE本身不是开源的，但用户可以通过免费的软件许可使用这个功能，这或许是为了规避英伟达针对CUDA兼容而出台的EULA条款。 其他厂商兼容CUDA的努力市场上其实并不缺乏CUDA的挑战者，包括AMD的ROCm，开放标准联盟Khronos Group联合旗下成员打造出的SYCL编程语言等，而英特尔也与SYCL深度绑定，希望打破CUDA的统治。 当然，对于AMD和英特尔这样的巨头而言，他们有资本去尝试构建一个新的生态，但对于更多的初创公司和中小规模公司而言，兼容就是成本最低的路线。 比如国内的GPU初创公司摩尔线程，基于MUSA的统一架构推出了多款GPU产品，并打造了软件开发平台，包括AI开发平台、MUSA SDK、MT Smart Media和MTVerse XR等。 而这套生态架构可以充分兼容现有的软件生态，能借助MUSIFY工具实现代码零成本迁移到MUSA平台，也包括对CUDA生态的兼容。 在2021年的时候，在一个名为Vortex的RISC-V GPU项目上，也实现了对CUDA软件工具包的支持。 在这个项目中，研究人员设计并实现了一条流水线，旨在全面支持从CUDA到增强版RISC-V GPU架构的代码迁移。这条流水线以CUDA源代码为起点，目标是在强化的RISC-V GPU架构上直接运行这些代码。具体而言，流水线分为以下几步：首先将CUDA源代码转换为NVVM中间表示（IR），接着把NVVM IR转化为SPIR-V IR，随后利用POCL将SPIR-V IR转译成针对RISC-V的二进制文件，最终在增强后的RISC-V GPU上执行这些二进制文件。 写在最后尽管CUDA生态目前是英伟达GPU的最大优势之一，但从这些厂商的努力可以看到，其他GPU硬件也正在有越来越多的方法兼容CUDA，有机会从英伟达手中夺得一些市场份额。但AI领域的龙头效应越来越强，能够挑战英伟达的GPU厂商可能机会越来越小了。