可以在AMD显卡上跑CUDA软件么？

“ 感知技术 · 感触CG · 感受艺术 · 感悟心灵 ”

中国很有影响力影视特效CG动画领域自媒体

我们行业的工作多数流程环节，是高度依赖GPU显卡来进行高效工作的。如今，因为美国限制的原因，NVIDIA的高端卡受限；而另一边，由于好多软件不支持AMD的显卡，我们又无法使用有着高端卡的AMD，这就导致行业用户陷入到一个很尴尬的境地。但是如果有一种技术，可以让软件能在AMD卡上跑起来，并达到GPU显卡的功效，那岂不是美哉？今天，我们就来说说这样一种开源的技术。

近日，Andrzej Janik大神发布了ZLUDA 3，这个开源项目是为NVIDIA GPU设计的，可以让基于GPU的软件能够在其他显卡硬件上运行。

封装技术旨在使现有应用程序能够在新硬件上运行，且无需开发人员进行任何工作。之前版本的ZLUDA，可以让CUDA应用程序能够在英特尔GPU上运行，而最新发布的版本3已经支持AMD GPU。

ZLUDA已被证实可以与Blender、摄影测量应用程序3DF Zephyr和RealityCapture以及Arnold渲染器等软件一起工作，并取得了不同程度的成功。

项目开发的幕后故事

ZLUDA于2020年首次发布，最初是作为英特尔GPU上CUDA的替代品，在开源社区引起了广泛关注。

但在2021年版本2发布后不久，在没有给出任何理由的情况下，Janik宣布他无法继续开发这个项目。ZLUDA似乎就暂停了，开发者Janik从此也“销声匿迹”。然而就在本周，Janik更新了ZLUDA GitHub存储库的常见问题，并解释了他“消失”这么久的原因。

2021年，Janik在英特尔负责视觉技术团队的软件工程管理。那时候英特尔开始评估ZLUDA是否是一项潜在的官方技术，可惜英特尔最终判定“不存在在英特尔GPU上运行CUDA应用程序的商业理由”。2022年，Janik离开了公司，与AMD接洽。AMD对ZLUDA进行了两年的评估，最后也决定不再继续该项目，而后，Janik开源了更新的代码。

这个项目的开发，可以说一波三折。

ZLUDA第3版的目的，是使NVIDIA的CUDA API开发的GPU应用程序能够在AMD GPU上跑起来。这对于VFX、动态图形和可视化等行业来说，意义非常重大，因为许多关键的CG软件，尤其是渲染器，都是基于CUDA的，也就是说只支持NVIDIA。

尽管AMD有自己的技术HIP，可以移植CUDA应用程序在其硬件上运行，不过这需要软件开发人员。虽然HIP已被用于创建与AMD兼容的Redshift和Blender的Cycles渲染器版本，但是到目前为止很少有其他CG工具开发人员效仿。

相比之下，ZLUDA（其版本3实际上是基于HIP构建的）旨在使CUDA应用程序能够在AMD GPU上运行，而不用去修改。这意味着，至少在理论上实现了之前只能在NVIDIA显卡上运行的软件，现在也可以在AMD上打开使用。

目前已经测试过可以用的软件包括摄影测量应用程序3DF Zephyr和RealityCapture，以及Autodesk的Arnold渲染器。

上面这幅作品是Gleb Alexandrov用Arnold在ZLUDA环境下渲染的。算是对Arnold支持的“概念验证”：只有一个场景使用ZLUDA的OptiX实现成功渲染。

在ZLUDA下运行CUDA应用程序的速度有多快？

Janik将CUDA应用程序描述为，在AMD GPU上几乎可以原生的性能运行。就拿Blender来说，ZLUDA下的性能与本地HIP后端相似。不过，ZLUDA GitHub存储库指出，在ZLUDA下，3DF Zephyr和Reality Capture都“慢得多”。此外，许多GPU渲染器的开发人员还使用第二个NVIDA API OptiX来加速光线追踪，这也有助于提高性能。

ZLUDA对OptiX具有“最低限度”的支持，但仅限于Linux。事实上，ZLUDA-Optix（主要用于 Arnold 的“概念验证”支持）未包含在ZLUDA的可再发行版本中。

其他CG软件会在ZLUDA下的AMD GPU上运行吗？

如果没有用户测试，目前很难说其他基于CUDA的CG软件在ZLUDA下运行得有多好。

V-Ray基准测试可以在ZLUDA和HIP的“某些‘旧组合”上运行，但OctaneRender基准测试OctaneBench根本不跑不起来。

未来会有更多基于CUDA的CG应用程序在ZLUDA下运行吗？

Janik表示没有英特尔或AMD的支持，“实际上（ZLUDA）现在被抛弃了”。

尽管他表示，对任何可能推动项目发展的提议都持开放态度，但如果没有它，他只可能增加对他个人感兴趣的NVIDIA技术的支持（比如DLSS）。

另外，源代码是公开的。Janik认为，即使是目前的状态下，ZLUDA也可以被软件开发人员用作“从CUDA到HIP逐步移植”的一部分。

全文完