AMD GPU-കളിൽ CUDA ആപ്ലിക്കേഷനുകൾ പ്രവർത്തിപ്പിക്കാൻ നിങ്ങളെ അനുവദിക്കുന്ന ZLUDA ടൂൾകിറ്റ് പ്രസിദ്ധീകരിച്ചു

Проект ZLUDA подготовил открытую реализацию технологии CUDA для GPU AMD, позволяющую выполнять немодифицированные CUDA-приложения с производительностью, близкой к производительности приложений, выполняемых без прослоек. Опубликованный инструментарий обеспечивает бинарную совместимость с существующими CUDA-приложениями, собранными при помощи компилятора CUDA для GPU NVIDIA. Реализация работает поверх развиваемого компанией AMD стека ROCm и runtime HIP (Heterogeneous-computing Interface for Portability). Код проекта написан на языке Rust и распространяется под лицензиями MIT и Apache 2.0. Поддерживается работа в Linux и Windows.

എഎംഡി ജിപിയു ഉള്ള സിസ്റ്റങ്ങളിൽ CUDA വർക്ക് ഓർഗനൈസ് ചെയ്യുന്നതിനുള്ള പാളി കഴിഞ്ഞ രണ്ട് വർഷമായി വികസിപ്പിച്ചെടുത്തിട്ടുണ്ട്, എന്നാൽ പ്രോജക്റ്റിന് ദൈർഘ്യമേറിയ ചരിത്രമുണ്ട്, കൂടാതെ ഇൻ്റൽ ജിപിയുകളിലെ CUDA വർക്ക് ഉറപ്പാക്കുന്നതിനാണ് യഥാർത്ഥത്തിൽ സൃഷ്ടിച്ചത്. ആദ്യം ZLUDA ഡവലപ്പർ ഒരു ഇൻ്റൽ ജീവനക്കാരനായിരുന്നു എന്ന വസ്തുതയാണ് GPU പിന്തുണാ നയത്തിലെ മാറ്റം വിശദീകരിക്കുന്നത്, എന്നാൽ 2021-ൽ ഈ കമ്പനി ഇൻ്റൽ GPU-കളിൽ CUDA ആപ്ലിക്കേഷനുകൾ പ്രവർത്തിപ്പിക്കാനുള്ള കഴിവ് നൽകുന്നത് ബിസിനസ് താൽപ്പര്യമില്ലാത്തതും വേഗത്തിലാക്കിയില്ല എന്നതും പരിഗണിച്ചു. സംരംഭത്തിൻ്റെ വികസനം.

2022-ൻ്റെ തുടക്കത്തിൽ, ഡെവലപ്പർ ഇൻ്റൽ വിടുകയും CUDA അനുയോജ്യതയ്ക്കായി ഒരു ലെയർ വികസിപ്പിക്കാൻ AMD കരാർ ചെയ്യുകയും ചെയ്തു. വികസന വേളയിൽ, ZLUDA പ്രോജക്റ്റിൽ എഎംഡിയുടെ താൽപ്പര്യം പരസ്യപ്പെടുത്തരുതെന്നും പൊതു ZLUDA ശേഖരത്തിൽ പ്രതിജ്ഞാബദ്ധമാക്കരുതെന്നും AMD ആവശ്യപ്പെട്ടു. രണ്ട് വർഷത്തിന് ശേഷം, AMD GPU-കളിൽ CUDA ആപ്ലിക്കേഷനുകൾ പ്രവർത്തിപ്പിക്കുന്നത് ബിസിനസിന് താൽപ്പര്യമുള്ള കാര്യമല്ലെന്ന് AMD തീരുമാനിച്ചു, ഇത് കരാറിൻ്റെ നിബന്ധനകൾ അനുസരിച്ച്, ഡെവലപ്പറെ തൻ്റെ ജോലി കണ്ടെത്താൻ അനുവദിച്ചു. ജിപിയു നിർമ്മാതാക്കൾ പദ്ധതിക്ക് ധനസഹായം നൽകുന്നത് നിർത്തിയതിനാൽ, അതിൻ്റെ വിധി ഇപ്പോൾ സമൂഹത്തിൻ്റെ താൽപ്പര്യത്തെയും മറ്റ് കമ്പനികളിൽ നിന്നുള്ള സഹകരണത്തിനുള്ള നിർദ്ദേശങ്ങളുടെ രസീതിനെയും ആശ്രയിച്ചിരിക്കുന്നു. ബാഹ്യ പിന്തുണ കൂടാതെ, DLSS (ഡീപ് ലേണിംഗ് സൂപ്പർ സാംപ്ലിംഗ്) പോലെ രചയിതാവിന് വ്യക്തിപരമായി താൽപ്പര്യമുള്ള ദിശകളിൽ മാത്രമേ പ്രോജക്റ്റ് വികസിപ്പിക്കാൻ കഴിയൂ.

നിലവിലെ രൂപത്തിൽ, നടപ്പാക്കലിൻ്റെ ഗുണനിലവാര നിലവാരം ഒരു ആൽഫ പതിപ്പായി വിലയിരുത്തപ്പെടുന്നു. എന്നിരുന്നാലും, Geekbench, 3DF Zephyr, Blender, Reality Capture, LAMMPS, NAMD, waifu2x, OpenFOAM, Arnold എന്നിവയുൾപ്പെടെ നിരവധി CUDA ആപ്ലിക്കേഷനുകൾ പ്രവർത്തിപ്പിക്കാൻ ZLUDA ഇതിനകം തന്നെ ഉപയോഗിക്കാം. cuDNN, cuBLAS, cuSPARSE, cuFFT, NCCL, NVML പ്രിമിറ്റീവുകൾക്കും ലൈബ്രറികൾക്കും കുറഞ്ഞ പിന്തുണ നൽകുന്നു.

ZLUDA പ്രവർത്തിക്കുന്ന CUDA ആപ്ലിക്കേഷനുകളുടെ ആദ്യ ലോഞ്ച് സംഭവിക്കുന്നത് ZLUDA GPU കോഡ് കംപൈൽ ചെയ്യുന്നതിനാൽ ശ്രദ്ധേയമായ കാലതാമസങ്ങളോടെയാണ്. കംപൈൽ ചെയ്ത കോഡ് കാഷെയിൽ സൂക്ഷിച്ചിരിക്കുന്നതിനാൽ തുടർന്നുള്ള റണ്ണുകളിൽ അത്തരം കാലതാമസമില്ല. കംപൈൽ ചെയ്ത കോഡ് പ്രവർത്തിപ്പിക്കുമ്പോൾ, പ്രകടനം നേറ്റീവ് ആയി അടുത്താണ്. AMD Radeon 6800 XT GPU-ൽ Geekbench പ്രവർത്തിപ്പിക്കുമ്പോൾ, CUDA ബെഞ്ച്മാർക്ക് സ്യൂട്ടിൻ്റെ ZLUDA പതിപ്പ് OpenCL പതിപ്പിനേക്കാൾ മികച്ച പ്രകടനം കാഴ്ചവച്ചു.

ഔദ്യോഗിക CUDA ഡ്രൈവർ API-യ്‌ക്കുള്ള പിന്തുണയും രേഖപ്പെടുത്താത്ത CUDA API-യുടെ റിവേഴ്‌സ്-എൻജിനീയർ ചെയ്‌ത ഭാഗവും ZLUDA-യിൽ നടപ്പിലാക്കുന്നത്, HIP റൺടൈമിൽ നൽകിയിരിക്കുന്ന സമാന ഫംഗ്‌ഷനുകൾ ഉപയോഗിച്ച് ഫംഗ്‌ഷൻ കോളുകൾ മാറ്റിസ്ഥാപിക്കുന്നതിലൂടെയാണ്, ഇത് CUDA-യ്‌ക്ക് പല തരത്തിലും സമാനമാണ്. ഉദാഹരണത്തിന്, cuDeviceGetAttribute() ഫംഗ്‌ഷനെ hipDeviceGetAttribute() ഉപയോഗിച്ച് മാറ്റിസ്ഥാപിക്കുന്നു. NVML, cuBLAS, cuSPARSE തുടങ്ങിയ NVIDIA ലൈബ്രറികളുമായുള്ള അനുയോജ്യത സമാനമായ രീതിയിൽ ഉറപ്പാക്കപ്പെടുന്നു - അത്തരം ലൈബ്രറികൾക്കായി, ZLUDA സമാന പേരിലുള്ള വിവർത്തന ലൈബ്രറികളും സമാന AMD ലൈബ്രറികളിൽ ആഡ്-ഓണുകളായി നിർമ്മിച്ച അതേ ഫംഗ്ഷനുകളും നൽകുന്നു.

PTX (പാരലൽ ത്രെഡ് എക്സിക്യൂഷൻ) പ്രാതിനിധ്യത്തിലേക്ക് കംപൈൽ ചെയ്ത GPU ആപ്ലിക്കേഷൻ കോഡ് ആദ്യം ഒരു പ്രത്യേക കമ്പൈലർ LLVM IR ഇൻ്റർമീഡിയറ്റ് പ്രാതിനിധ്യത്തിലേക്ക് വിവർത്തനം ചെയ്യുന്നു, അതിൻ്റെ അടിസ്ഥാനത്തിൽ AMD GPU-കൾക്കുള്ള ബൈനറി കോഡ് സൃഷ്ടിക്കപ്പെടുന്നു.

അവലംബം: opennet.ru