Grafikkarten News

AMD-GPUs nutzen jetzt NVIDIA CUDA-Bibliotheken mit ROCm und ZLUDA

Es ist gängige Praxis, Codebasen von einem Projekt oder einer Programmiersprache in eine andere zu migrieren, da dies den Entwicklern ermöglicht, auf ein breiteres Spektrum von Funktionen zuzugreifen und die Wartung zu vereinfachen. In diesem Fall gibt es jedoch eine interessante Entwicklung, da Team Rot offenbar seine Bemühungen beschleunigt hat, die CUDA-Plattform für die Ausführung mit AMD’s ROCm zu portieren. Dabei haben sie Kontakt zu einem Entwickler aufgenommen, der bereits an einer ähnlichen Implementierung beteiligt war.

AMD’s ROCm-Magie unterstützt nun CUDA-APIs in einer „Workaround“-Methode, die die Nutzung von ZLUDA beinhaltet, einem Open-Source-Portierungsprojekt, das ursprünglich entwickelt wurde, um die Unterstützung von NVIDIA CUDA auf Intel-GPUs zu ermöglichen. ZLUDA stand vor technischen und praktischen Herausforderungen, die letztendlich seine Entwicklung stoppten, insbesondere wenn es um das Interesse von Unternehmen wie Intel zu dieser Zeit ging. Der Entwickler dahinter, Andrzej Janik, wurde von AMD für ein Experiment kontaktiert, dessen Ergebnisse nun endlich sichtbar sind.

Quelle: Phoronix

Nach umfangreichen Tests von Phoronix wurde festgestellt, dass ZLUDA nahezu perfekt mit AMDs Radeon-Grafikkarten in Verbindung mit ROCm und NVIDIAs CUDA-Bibliotheken funktioniert. Es war erstaunlich, dass keine Änderungen am bestehenden Code erforderlich waren. Obwohl die Projektentwicklung aufgrund des offensichtlichen Rückzugs von AMD zum Stillstand gekommen war, wurde die Arbeit freundlicherweise nach Ablauf der Frist als Open Source veröffentlicht, was Phoronix die Möglichkeit gab, umfangreiche Tests durchzuführen.

Quelle: Blender

Durch die Code-Portierung eröffneten sich neue Möglichkeiten, und Phoronix konnte erfolgreich Blender 4.0 mit CUDA-Bibliotheken betreiben. Die Testergebnisse zeigten überraschenderweise, dass NVIDIA und AMD in Bezug auf die Rendering-Leistung gleichauf lagen. Darüber hinaus führte der Entwickler Andrzej Janik selbst Benchmark-Tests zur Leistung von Radeon-Grafikkarten mit CUDA-Unterstützung durch, und die erzielten Ergebnisse waren äußerst interessant.

Quelle: ZLUDA

Es besteht die Möglichkeit, dass ZLUDA in Zukunft enormes Potenzial entfalten könnte. Die Plattform verbindet die ROCm- und CUDA-Stacks miteinander, anstatt sie zu trennen, was Entwicklern ermöglicht, die spezifischen Fähigkeiten beider Plattformen zu nutzen. Obwohl native CUDA-Unterstützung auf Radeon-GPUs unwahrscheinlich ist, könnten solche Ressourcen in der KI-Entwicklung sehr nützlich sein. Der Entwickler ist optimistisch bezüglich der Zukunft von ZLUDA und testet NVIDIAs Upscaling-Fähigkeiten mit ZLUDA auf RDNA-GPUs.

Quelle: Phoronix

 

 

Kommentar

Lade neue Kommentare

RX480

Urgestein

1,697 Kommentare 764 Likes

Hoffentlich gehts dann als OpenSource weiter.

Antwort 1 Like

Onkel-Föhn

Mitglied

37 Kommentare 14 Likes

Hoffen tue ich das auch, nur so wirklich dran glauben bzw. mir vorstellen kann ich´s leider nicht ...

Antwort Gefällt mir

elektroPelz

Veteran

193 Kommentare 76 Likes

die nächsten 100 Jahre!
Amd ist leider wie ein Trabant. der Ossi freut sich och det is joo sooo juut..
Jetzt wo alle im Ki-wahn sind wird der Focus endgültig verloren gehen.
made im kein speck aber betreutes morgenturne vor dem visor.com

damit wir uns net verlaufen berechne gerade mit der Hx-100 einen KI-architektur für eine grindige Idee.
Nur eben net MALEN nach ZAHLEN, wie das was man dem Vok derzeit hin wirft.. ( unbegabte können nun durch Zuruf Bildchen malen..peinlich)
egal.

lol :=) peace

Antwort Gefällt mir

ArcusX

Urgestein

858 Kommentare 496 Likes

Das finde ich ja jetzt spannend. Das würde doch auch bedeuten, dass die AMD Karten für viele AI Anwendungen interessanter werden.

Stable Diffusion lässt sich zB nur sehr schwierig auf AMD Karten zum laufen bringen. Zumindest habe ich das so bisher gelesen und oder verstanden.

Antwort Gefällt mir

Ext3h

Mitglied

10 Kommentare 5 Likes

> AMD-GPUs nutzen jetzt NVIDIA CUDA-Bibliotheken

Der Titel ist so inhaltlich aber komplett falsch - oder? Immerhin wird mit ZLUDA die CUDA-Bibliothek ganz explizit nicht genutzt, sondern durch einen ABI-kompatiblen Nachbau ersetzt. Heißt da ist anschließend überhaupt keine Technik von NV mehr drinnen, mit Ausnahme von ein paar Templates die vom Cuda-Compiler unvermeidlich direkt in die ausführbare Datei rein gelinkt wurden.

Selbst die CUDA-Kernel und Co. werden einfach alle noch mal transpiliert (und anschließend optimiert) um sie auf die Zielplatform zu bringen.

Antwort Gefällt mir

c
carrera

Mitglied

38 Kommentare 27 Likes

Verstehe ich es richtig, wenn ich daraus ableite, dass man mit einer AMD RDNA 3 CPU nun sowohl für Anwendungen, die gut mit OPEN CL können als auch für Anwendungen, die CUDA voraussetzen oder mögen, gut aufgestellt ist, sofern man dieses ZLUDA nutzt?

Antwort Gefällt mir

ipat66

Urgestein

1,317 Kommentare 1,310 Likes

Falls sich beim Einsatz dieser neuen Lösungsansätze bei professionellen Anwendungen
wirklich etwas grundsätzliches ändert, wird uns Igor schon auf dem Laufenden halten.

Bei solchen Ankündigungen bleibe ich immer sehr skeptisch.
Schön wäre es allemal; ob es dann in den realen Workloads läuft bleibt aber
bis zum Beweis der Funktionalität fraglich....

Antwort 1 Like

c
carrera

Mitglied

38 Kommentare 27 Likes

danke @ipat66 : warten wir mal auf @Igor Wallossek - sofern es denn spruchreif wird ...

Antwort Gefällt mir

Ext3h

Mitglied

10 Kommentare 5 Likes

Laufen tut es, ZLUDA ist praktisch vollständig kompatibel. Nicht immer mit nativer Performance, falls Microarchitektur-Optimierungen gemacht wurden.

Problem ist allerdings in der Konfiguration der Cuda-Compiler von Nvidia, und die große Sauerei das der bei Lizenzbedingung(!) Die Nutzung von alternativen Runtimes jederzeit verbieten kann.

Deswegen gibt es mit HIP ja noch die Alternative die vormalige Cuda-Anwendung komplette ohne Cuda-Werkzeuge zu kompilieren.

Und das wiederum kommt im großen Maßstab (Supercomputer und Co.) inzwischen schon ziemlich häufig zum Einsatz, um so alten Code der für Cuda geschrieben wurde fast ohne Handarbeit zu portieren.

Antwort Gefällt mir

Danke für die Spende



Du fandest, der Beitrag war interessant und möchtest uns unterstützen? Klasse!

Hier erfährst Du, wie: Hier spenden.

Hier kannst Du per PayPal spenden.

About the author

Samir Bashir

Werbung

Werbung