{"id":113552,"date":"2024-02-12T22:02:43","date_gmt":"2024-02-12T20:02:45","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/opublikovan-instrumentarij-zluda-pozvolyayushhij-zapuskat-cuda-prilozheniya-na-gpu-amd"},"modified":"2024-02-12T22:02:43","modified_gmt":"2024-02-12T20:02:45","slug":"opublikovan-instrumentarij-zluda-pozvolyayushhij-zapuskat-cuda-prilozheniya-na-gpu-amd","status":"publish","type":"post","link":"https:\/\/prohoster.info\/de\/blog\/news\/opublikovan-instrumentarij-zluda-pozvolyayushhij-zapuskat-cuda-prilozheniya-na-gpu-amd","title":{"rendered":"Das ZLUDA-Tool wurde ver\u00f6ffentlicht, das es erm\u00f6glicht, CUDA-Anwendungen auf AMD-GPUs auszuf\u00fchren.","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

Das ZLUDA-Projekt hat eine offene Implementierung der CUDA-Technologie f\u00fcr AMD-GPUs vorbereitet, die es erm\u00f6glicht, unver\u00e4nderte CUDA-Anwendungen mit einer Leistung auszuf\u00fchren, die der von Anwendungen \u00e4hnelt, die ohne Layer ausgef\u00fchrt werden. Das ver\u00f6ffentlichte Tool gew\u00e4hrleistet bin\u00e4re Kompatibilit\u00e4t mit bestehenden CUDA-Anwendungen, die mit dem CUDA-Compiler f\u00fcr NVIDIA-GPUs erstellt wurden. Die Implementierung funktioniert \u00fcber den von AMD entwickelten ROCm-Stack und die HIP-Runtime (Heterogeneous-computing Interface for Portability). Der Code des Projekts ist in Rust geschrieben und wird unter den Lizenzen MIT und Apache 2.0 ver\u00f6ffentlicht. Der Betrieb unter Linux und Windows wird unterst\u00fctzt. <\/p>\n

Der Layer zur Organisation der CUDA-Ausf\u00fchrung auf Systemen mit AMD-GPUs wurde in den letzten zwei Jahren entwickelt, hat jedoch eine l\u00e4ngere Geschichte und wurde urspr\u00fcnglich zur Unterst\u00fctzung von CUDA auf Intel-GPUs erstellt. Die \u00c4nderung der Unterst\u00fctzungspolitik f\u00fcr GPUs erkl\u00e4rt sich dadurch, dass der urspr\u00fcngliche ZLUDA-Entwickler Mitarbeiter von Intel war, das Unternehmen jedoch 2021 die M\u00f6glichkeit, CUDA-Anwendungen auf Intel-GPUs auszuf\u00fchren, als nicht gesch\u00e4ftlich interessant erachtete und die F\u00f6rderung der Initiative nicht weiter verfolgte. <\/p>\n

Anfang 2022 verliess der Entwickler Intel und schloss einen Vertrag mit AMD ab, um einen Layer zur Kompatibilit\u00e4t mit CUDA zu entwickeln. AMD bat w\u00e4hrend der Entwicklung, das Interesse von AMD am ZLUDA-Projekt nicht \u00f6ffentlich zu machen und keine Commits im \u00f6ffentlichen ZLUDA-Repository vorzunehmen. Nach zwei Jahren entschied AMD, dass die Ausf\u00fchrung von CUDA-Anwendungen auf AMD-GPUs f\u00fcr das Gesch\u00e4ft nicht von Interesse sei, was gem\u00e4\u00df den Vertragsbedingungen dem Entwickler erm\u00f6glichte, seine Arbeiten offenzulegen. Da die GPU-Hersteller die Finanzierung des Projekts eingestellt haben, h\u00e4ngt dessen Zukunft nun vom Interesse der Gemeinschaft und von Angeboten zur Zusammenarbeit anderer Firmen ab. Ohne externe Unterst\u00fctzung wird das Projekt m\u00f6glicherweise nur in Bereichen weiterentwickelt, die f\u00fcr den Autor pers\u00f6nlich von Interesse sind, wie DLSS (Deep Learning Super Sampling). <\/p>\n

In der aktuellen Form wird das Qualit\u00e4tsniveau der Implementierung als Alpha-Version eingesch\u00e4tzt. Dennoch kann ZLUDA bereits zur Ausf\u00fchrung vieler CUDA-Anwendungen verwendet werden, einschlie\u00dflich Geekbench, 3DF Zephyr, Blender, Reality Capture, LAMMPS, NAMD, waifu2x, OpenFOAM und Arnold. Es wird eine minimale Unterst\u00fctzung f\u00fcr die Primitives und Bibliotheken cuDNN, cuBLAS, cuSPARSE, cuFFT, NCCL und NVML gew\u00e4hrleistet. <\/p>\n

Der erste Start von CUDA-Anwendungen unter ZLUDA erfolgt mit sp\u00fcrbaren Verz\u00f6gerungen, da ZLUDA den GPU-Code kompiliert. Bei nachfolgenden Starts gibt es keine Verz\u00f6gerung mehr, da der kompilierte Code im Cache gespeichert wird. W\u00e4hrend der Ausf\u00fchrung des kompilierten Codes ist die Leistung nahezu nativ. Bei der Durchf\u00fchrung des Geekbench-Pakets auf der GPU AMD Radeon 6800 XT zeigte die Testversion f\u00fcr CUDA, die mit ZLUDA durchgef\u00fchrt wurde, eine deutlich h\u00f6here Leistung als die Version auf Basis von OpenCL.

\"Das<\/center> <\/p>\n

Die Unterst\u00fctzung des offiziellen CUDA Driver API sowie von Teilen des undokumentierten CUDA API, die durch Reverse Engineering erlernt wurden, wird in ZLUDA durch den Austausch von Funktionsaufrufen mit entsprechenden Funktionen realisiert, die im HIP-Runtime bereitgestellt werden, das in vielerlei Hinsicht CUDA \u00e4hnelt. Zum Beispiel wird die Funktion cuDeviceGetAttribute() durch hipDeviceGetAttribute() ersetzt. Analog dazu wird die Kompatibilit\u00e4t mit NVIDIA-Bibliotheken wie NVML, cuBLAS und cuSPARSE sichergestellt \u2013 f\u00fcr solche Bibliotheken stellt ZLUDA \u00dcbersetzungsbibliotheken mit denselben Namen und einer identischen Funktionsschnittstelle zur Verf\u00fcgung, die als Wrapper \u00fcber \u00e4hnlichen AMD-Bibliotheken aufgebaut sind. <\/p>\n

Der GPU-Code von Anwendungen, der in das PTX-Format (Parallel Thread Execution) kompiliert wird, wird zun\u00e4chst von einem speziellen Compiler in das Intermediate Representation (IR) von LLVM \u00fcbersetzt, auf dessen Grundlage der Bin\u00e4rcode f\u00fcr die AMD-GPU generiert wird.

\"Das<\/center>
\n
Quelle: opennet.ru<\/a> <\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"

\u041f\u0440\u043e\u0435\u043a\u0442 ZLUDA \u043f\u043e\u0434\u0433\u043e\u0442\u043e\u0432\u0438\u043b \u043e\u0442\u043a\u0440\u044b\u0442\u0443\u044e \u0440\u0435\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044e \u0442\u0435\u0445\u043d\u043e\u043b\u043e\u0433\u0438\u0438 CUDA \u0434\u043b\u044f GPU AMD, \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u044e\u0449\u0443\u044e \u0432\u044b\u043f\u043e\u043b\u043d\u044f\u0442\u044c \u043d\u0435\u043c\u043e\u0434\u0438\u0444\u0438\u0446\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u0435 CUDA-\u043f\u0440\u0438\u043b\u043e\u0436\u0435\u043d\u0438\u044f \u0441 \u043f\u0440\u043e\u0438\u0437\u0432\u043e\u0434\u0438\u0442\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u044c\u044e, \u0431\u043b\u0438\u0437\u043a\u043e\u0439 \u043a \u043f\u0440\u043e\u0438\u0437\u0432\u043e\u0434\u0438\u0442\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u0438 \u043f\u0440\u0438\u043b\u043e\u0436\u0435\u043d\u0438\u0439, \u0432\u044b\u043f\u043e\u043b\u043d\u044f\u0435\u043c\u044b\u0445 \u0431\u0435\u0437 \u043f\u0440\u043e\u0441\u043b\u043e\u0435\u043a. \u041e\u043f\u0443\u0431\u043b\u0438\u043a\u043e\u0432\u0430\u043d\u043d\u044b\u0439 \u0438\u043d\u0441\u0442\u0440\u0443\u043c\u0435\u043d\u0442\u0430\u0440\u0438\u0439 \u043e\u0431\u0435\u0441\u043f\u0435\u0447\u0438\u0432\u0430\u0435\u0442 \u0431\u0438\u043d\u0430\u0440\u043d\u0443\u044e \u0441\u043e\u0432\u043c\u0435\u0441\u0442\u0438\u043c\u043e\u0441\u0442\u044c \u0441 \u0441\u0443\u0449\u0435\u0441\u0442\u0432\u0443\u044e\u0449\u0438\u043c\u0438 CUDA-\u043f\u0440\u0438\u043b\u043e\u0436\u0435\u043d\u0438\u044f\u043c\u0438, \u0441\u043e\u0431\u0440\u0430\u043d\u043d\u044b\u043c\u0438 \u043f\u0440\u0438 \u043f\u043e\u043c\u043e\u0449\u0438 \u043a\u043e\u043c\u043f\u0438\u043b\u044f\u0442\u043e\u0440\u0430 CUDA \u0434\u043b\u044f GPU NVIDIA. \u0420\u0435\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044f \u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442 \u043f\u043e\u0432\u0435\u0440\u0445 \u0440\u0430\u0437\u0432\u0438\u0432\u0430\u0435\u043c\u043e\u0433\u043e \u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0435\u0439 AMD \u0441\u0442\u0435\u043a\u0430 ROCm \u0438 runtime HIP (Heterogeneous-computing Interface for Portability). \u041a\u043e\u0434 […]<\/p>\n","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"author":1,"featured_media":113553,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[702],"tags":[],"class_list":["post-113552","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-news"],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\n","aioseo_head_json":{"title":"\ud83e\udd47Das ZLUDA-Toolkit wurde ver\u00f6ffentlicht, mit dem CUDA-Anwendungen auf AMD-GPUs ausgef\u00fchrt werden k\u00f6nnen | ProHoster","description":"Das ZLUDA-Projekt hat eine offene Implementierung der CUDA-Technologie f\u00fcr AMD-GPUs vorbereitet, die die Ausf\u00fchrung unver\u00e4nderter CUDA-Anwendungen mit einer Leistung erm\u00f6glicht, die der von nicht modifizierten Anwendungen \u00e4hnelt.","canonical_url":"https:\/\/prohoster.info\/de\/blog\/news\/opublikovan-instrumentarij-zluda-pozvolyayushhij-zapuskat-cuda-prilozheniya-na-gpu-amd","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"de_DE","og:site_name":"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b","og:type":"article","og:title":"\ud83e\udd47\u041e\u043f\u0443\u0431\u043b\u0438\u043a\u043e\u0432\u0430\u043d \u0438\u043d\u0441\u0442\u0440\u0443\u043c\u0435\u043d\u0442\u0430\u0440\u0438\u0439 ZLUDA, \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u044e\u0449\u0438\u0439 \u0437\u0430\u043f\u0443\u0441\u043a\u0430\u0442\u044c CUDA-\u043f\u0440\u0438\u043b\u043e\u0436\u0435\u043d\u0438\u044f \u043d\u0430 GPU AMD | ProHoster","og:description":"\u041f\u0440\u043e\u0435\u043a\u0442 ZLUDA \u043f\u043e\u0434\u0433\u043e\u0442\u043e\u0432\u0438\u043b \u043e\u0442\u043a\u0440\u044b\u0442\u0443\u044e \u0440\u0435\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044e \u0442\u0435\u0445\u043d\u043e\u043b\u043e\u0433\u0438\u0438 CUDA \u0434\u043b\u044f GPU AMD, \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u044e\u0449\u0443\u044e \u0432\u044b\u043f\u043e\u043b\u043d\u044f\u0442\u044c \u043d\u0435\u043c\u043e\u0434\u0438\u0444\u0438\u0446\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u0435 CUDA-\u043f\u0440\u0438\u043b\u043e\u0436\u0435\u043d\u0438\u044f \u0441 \u043f\u0440\u043e\u0438\u0437\u0432\u043e\u0434\u0438\u0442\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u044c\u044e, \u0431\u043b\u0438\u0437\u043a\u043e\u0439 \u043a \u043f\u0440\u043e\u0438\u0437\u0432\u043e\u0434\u0438\u0442\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u0438 \u043f\u0440\u0438\u043b\u043e\u0436\u0435\u043d\u0438\u0439, \u0432\u044b\u043f\u043e\u043b\u043d\u044f\u0435\u043c\u044b\u0445 \u0431\u0435\u0437.","og:url":"https:\/\/prohoster.info\/de\/blog\/news\/opublikovan-instrumentarij-zluda-pozvolyayushhij-zapuskat-cuda-prilozheniya-na-gpu-amd","og:image":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:secure_url":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:width":350,"og:image:height":350,"article:published_time":"2024-02-12T20:02:45+00:00","article:modified_time":"2024-02-12T20:02:45+00:00","article:publisher":"https:\/\/www.facebook.com\/prohoster","article:author":"https:\/\/www.facebook.com\/prohoster"},"aioseo_meta_data":[],"gt_translate_keys":[{"key":"link","format":"url"}],"_links":{"self":[{"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/posts\/113552","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/comments?post=113552"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/posts\/113552\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/media\/113553"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/media?parent=113552"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/categories?post=113552"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/tags?post=113552"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}