{"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\/es\/blog\/news\/opublikovan-instrumentarij-zluda-pozvolyayushhij-zapuskat-cuda-prilozheniya-na-gpu-amd","title":{"rendered":"Se ha publicado el toolkit ZLUDA, que permite ejecutar aplicaciones CUDA en GPU AMD","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

El proyecto ZLUDA ha preparado una implementaci\u00f3n abierta de la tecnolog\u00eda CUDA para GPU AMD, que permite ejecutar aplicaciones CUDA no modificadas con un rendimiento cercano al de las aplicaciones que se ejecutan sin capas intermedias. El conjunto de herramientas publicado asegura la compatibilidad binaria con las aplicaciones CUDA existentes, construidas con el compilador CUDA para GPU NVIDIA. La implementaci\u00f3n funciona sobre el stack ROCm en desarrollo por AMD y el runtime HIP (Interfaz de Computaci\u00f3n Heterog\u00e9nea para Portabilidad). El c\u00f3digo del proyecto est\u00e1 escrito en Rust y se distribuye bajo las licencias MIT y Apache 2.0. Se admite el funcionamiento en Linux y Windows. <\/p>\n

La capa para organizar el funcionamiento de CUDA en sistemas con GPU AMD ha estado en desarrollo durante los \u00faltimos dos a\u00f1os, pero el proyecto tiene una historia m\u00e1s larga y se cre\u00f3 originalmente para habilitar CUDA en GPU Intel. El cambio en la pol\u00edtica de soporte de GPU se debe a que, al principio, el desarrollador de ZLUDA era empleado de Intel, pero en 2021 esta empresa consider\u00f3 que proporcionar la posibilidad de ejecutar aplicaciones CUDA en GPUs Intel no era de inter\u00e9s comercial y no promovi\u00f3 el desarrollo de la iniciativa. <\/p>\n

A principios de 2022, el desarrollador se retir\u00f3 de Intel y firm\u00f3 un contrato con AMD para desarrollar una capa de compatibilidad con CUDA. AMD solicit\u00f3 durante el desarrollo que no se hiciera p\u00fablico el inter\u00e9s de AMD en el proyecto ZLUDA y que no se hicieran commits en el repositorio p\u00fablico de ZLUDA. Dos a\u00f1os despu\u00e9s, AMD decidi\u00f3 que la ejecuci\u00f3n de aplicaciones CUDA en GPUs AMD no era de inter\u00e9s comercial, lo que, seg\u00fan los t\u00e9rminos del contrato, permiti\u00f3 al desarrollador abrir sus trabajos. Dado que los fabricantes de GPU dejaron de financiar el proyecto, su futuro ahora depende del inter\u00e9s de la comunidad y de las propuestas de colaboraci\u00f3n de otras empresas. Sin soporte externo, el proyecto podr\u00e1 desarrollarse solo en direcciones que interesen personalmente al autor, como DLSS (Deep Learning Super Sampling). <\/p>\n

En su estado actual, el nivel de calidad de la implementaci\u00f3n se eval\u00faa como una versi\u00f3n alpha. Sin embargo, ZLUDA ya puede utilizarse para ejecutar muchas aplicaciones CUDA, incluyendo Geekbench, 3DF Zephyr, Blender, Reality Capture, LAMMPS, NAMD, waifu2x, OpenFOAM y Arnold. Se ha asegurado un soporte m\u00ednimo para primitivos y bibliotecas cuDNN, cuBLAS, cuSPARSE, cuFFT, NCCL y NVML. <\/p>\n

El primer inicio de aplicaciones CUDA bajo ZLUDA presenta retrasos significativos, debido a que ZLUDA compila el c\u00f3digo GPU. En las ejecuciones posteriores, tal retraso no ocurre, ya que el c\u00f3digo compilado se mantiene en cach\u00e9. Durante la ejecuci\u00f3n del c\u00f3digo compilado, el rendimiento es cercano al nativo. Al realizar el paquete Geekbench en la GPU AMD Radeon 6800 XT, la variante del conjunto de pruebas para CUDA, ejecutada a trav\u00e9s de ZLUDA, mostr\u00f3 un rendimiento notablemente m\u00e1s alto que la variante basada en OpenCL.

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

El soporte para la API oficial del controlador CUDA y las partes del API CUDA no documentadas que se han estudiado mediante ingenier\u00eda inversa se implementan en ZLUDA mediante la sustituci\u00f3n de llamadas a funciones por funciones equivalentes proporcionadas en el tiempo de ejecuci\u00f3n de HIP, que es bastante similar a CUDA. Por ejemplo, la funci\u00f3n cuDeviceGetAttribute() se reemplaza por hipDeviceGetAttribute(). De manera similar, se asegura la compatibilidad con bibliotecas de NVIDIA, como NVML, cuBLAS y cuSPARSE; para estas bibliotecas, ZLUDA proporciona bibliotecas de traducci\u00f3n con el mismo nombre y conjunto de funciones, construidas como capas sobre bibliotecas similares de AMD. <\/p>\n

El c\u00f3digo GPU de las aplicaciones, compilado en la representaci\u00f3n PTX (Ejecuci\u00f3n de Hilos Paralelos), se traduce mediante un compilador especial primero a una representaci\u00f3n intermedia LLVM IR, a partir de la cual se genera el c\u00f3digo binario para la GPU AMD.

\"Se<\/center>
\n
Fuente: 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\udd47Se ha publicado la herramienta ZLUDA, que permite ejecutar aplicaciones CUDA en GPU AMD | ProHoster","description":"El proyecto ZLUDA ha preparado una implementaci\u00f3n abierta de la tecnolog\u00eda CUDA para GPU AMD, permitiendo ejecutar aplicaciones CUDA no modificadas con un rendimiento cercano al de las aplicaciones ejecutadas sin modificaciones.","canonical_url":"https:\/\/prohoster.info\/es\/blog\/news\/opublikovan-instrumentarij-zluda-pozvolyayushhij-zapuskat-cuda-prilozheniya-na-gpu-amd","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"es_ES","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\/es\/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\/es\/wp-json\/wp\/v2\/posts\/113552","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/es\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/es\/wp-json\/wp\/v2\/comments?post=113552"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/es\/wp-json\/wp\/v2\/posts\/113552\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/prohoster.info\/es\/wp-json\/wp\/v2\/media\/113553"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/es\/wp-json\/wp\/v2\/media?parent=113552"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/es\/wp-json\/wp\/v2\/categories?post=113552"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/es\/wp-json\/wp\/v2\/tags?post=113552"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}