AMD显卡能原生跑NVIDIA CUDA应用了！速度还挺快
NVIDIA CUDA多年耕耘，铸就了牢不可破的生态壁垒，外人各种尝试都无法进入，包括AMD ROCm开发平台，但其实也不是没有办法。 开发者Andrzej Janik就凭借一己之力，借助Intel oneAPI，开发了CUDA兼容方案“ZLUDA”，能够在Intel硬件上原生运行CUDA应用，后来就被停了，原因你懂的。 之后在AMD的支持下，ZLUDA重启了该项目，能够让AMD显卡原生运行CUDA应用，不需要任何转移，也不需要调整代码。 唯一要做的，就是用ZLUDA库替代CUDA。 虽然它不能保证每一款CUDA应用都跑起来，但已经是以一个巨大的突破。 非常可惜，AMD支持这一项目做了两年，也给停了——不知道是不是受到了NVIDIA的压力。 幸运的是，ZLUDA项目并未彻底消散，已经免费开源，感兴趣有能力的开发者都可以使用，而且确认可以在AMD ROCm平台上无缝运行CUDA应用。 比如说，可以将CUDA作为Blender 4.0或者V-Ray的渲染API，尤其是Blender本来就有Radeon HIP计算渲染器，如今跑在ZLUDA上速度还会更快。 Andrzej Janik也在继续研究ZLUDA，其中一个目标就是要让AMD显卡运行NVIDIA DLSS。 内部测试表明，对比OpenCL方案，其性能大部分时候都更好，最多可以领先超过75%，但因为还在开发之中，部分时候效率反而更低。
NVIDIA CUDA多年耕耘，铸就了牢不可破的生态壁垒，外人各种尝试都无法进入，包括AMD ROCm开发平台，但其实也不是没有办法。
开发者Andrzej Janik就凭借一己之力，借助Intel oneAPI，开发了CUDA兼容方案“ZLUDA”，能够在Intel硬件上原生运行CUDA应用，后来就被停了，原因你懂的。
之后在AMD的支持下，ZLUDA重启了该项目，能够让AMD显卡原生运行CUDA应用，不需要任何转移，也不需要调整代码。
唯一要做的，就是用ZLUDA库替代CUDA。
虽然它不能保证每一款CUDA应用都跑起来，但已经是以一个巨大的突破。
非常可惜，AMD支持这一项目做了两年，也给停了——不知道是不是受到了NVIDIA的压力。
幸运的是，ZLUDA项目并未彻底消散，已经免费开源，感兴趣有能力的开发者都可以使用，而且确认可以在AMD ROCm平台上无缝运行CUDA应用。
比如说，可以将CUDA作为Blender 4.0或者V-Ray的渲染API，尤其是Blender本来就有Radeon HIP计算渲染器，如今跑在ZLUDA上速度还会更快。
Andrzej Janik也在继续研究ZLUDA，其中一个目标就是要让AMD显卡运行NVIDIA DLSS。
内部测试表明，对比OpenCL方案，其性能大部分时候都更好，最多可以领先超过75%，但因为还在开发之中，部分时候效率反而更低。
