AMD ने ROCm पर आधारित एक drop-in CUDA implementation को फंड किया: अब यह open-source है
AMD ने चुपचाप ZLUDA को फंड किया था, जो उसके ROCm stack के ऊपर एक drop-in CUDA implementation है और Radeon GPUs पर कई NVIDIA-targeted workloads चला सकता है; कुछ मामलों में यह AMD के अपने native HIP backend से भी बेहतर प्रदर्शन करता है। AMD द्वारा अपना contract समाप्त करने के बाद यह project अब open-source हो गया है, जिससे यह बहस छिड़ गई है कि NVIDIA के AI और GPU compute पर वर्चस्व के समय एक लगभग तैयार CUDA compatibility layer को छोड़ देना क्या एक रणनीतिक भूल है। Commenters NVIDIA के मजबूत, व्यापक software ecosystem की तुलना AMD के fragmented ROCm support से करते हैं और बहस करते हैं कि AMD को CUDA compatibility का पीछा करना चाहिए, अपनी खुद की stack को और मजबूत करना चाहिए, या consumer GPUs की बजाय high-end data-center deployments पर ध्यान देना चाहिए।
Project & Release
- ZLUDA AMD के ROCm/HIP stack के ऊपर एक “drop‑in” CUDA implementation है, जिसे मूल रूप से AMD ने एक निजी contract के तहत fund किया था।
- AMD ने लगभग 2 वर्षों के बाद funding रद्द कर दी, यह कहते हुए कि AMD GPUs पर CUDA चलाने का “no business case” नहीं था; contract ने author को code open-source करने की अनुमति दी, जिसके परिणामस्वरूप एक बड़ा one-shot commit हुआ।
Performance & Capabilities
- thread में उद्धृत benchmarks दिखाते हैं कि ZLUDA के ज़रिए Blender का CUDA backend, Radeon hardware पर कभी-कभी Blender के native HIP backend से बेहतर प्रदर्शन करता है।
- वर्तमान में cuDNN coverage बहुत सीमित है (ResNet-50 चलाने जितना पर्याप्त); PyTorch support को बहुत सीमित बताया गया है।
- ZLUDA reverse-engineering के माध्यम से CUDA के बड़े हिस्सों की “dark API” को re-implement करता है, जो स्वभाव से जटिल और brittle है।
Reactions to AMD Ending Funding
- कई commenters का मानना है कि NVIDIA के AI boom और CUDA lock-in को देखते हुए इस project को छोड़ना रणनीतिक रूप से irrational है।
- अन्य लोगों का तर्क है कि AMD नहीं चाहता कि वह एक proprietary API का हमेशा पीछा करे जिस पर उसका नियंत्रण नहीं है, और वह सीधे ROCm/HIP को आगे बढ़ाना पसंद करता है।
- कुछ लोग internal politics, resource constraints, या legal-risk aversion पर संदेह करते हैं; अन्य ध्यान दिलाते हैं कि Intel और AMD दोनों पहले भी CUDA compatibility के लिए “no business case” निष्कर्ष पर पहुँच चुके हैं।
State of ROCm and AMD GPU Strategy
- भारी आलोचना है कि ROCm आधिकारिक तौर पर बहुत कम consumer GPUs को support करता है, install करना कठिन है, और stability issues हैं; इससे developers और hobbyists हतोत्साहित होते हैं।
- समर्थकों का कहना है कि ROCm unofficially कई और cards पर काम करता है, और AMD gaming/enthusiast compute की बजाय data-center/HPC (MI300, Top500 systems) को प्राथमिकता दे रहा है।
- कई anecdotes में labs और individuals ने केवल CUDA और tooling की वजह से NVIDIA cards चुने, जबकि उन्हें AMD hardware पसंद था।
CUDA’s Moat and Alternatives
- व्यापक consensus है कि CUDA की dominance वर्षों के निवेश से आती है: compilers, libraries (cuDNN, cuBLAS), tools, और backward compatibility।
- बहस यह है कि क्या compatibility layer CUDA की स्थिति को और मजबूत करती है (जैसे OS/2 द्वारा Windows apps चलाना) या यह एक आवश्यक bridge है जो बाद में “embrace/extend” को संभव बना सकता है।
- उल्लेखित alternatives: ROCm/HIP, SYCL, Vulkan compute, WebGPU, OneAPI; OpenCL को व्यापक रूप से एक असफल प्रयास माना जाता है।
Open‑Source Prospects & Unclear Points
- यह आशा है कि ZLUDA के open-sourcing से community विकास जारी रख सकेगी और API stability पर NVIDIA पर दबाव बनेगा।
- long-term sustainability को लेकर skepticism है: maintenance burden बहुत बड़ा है, CUDA लगातार बदल रहा है, और AMD की प्रतिबद्धता सीमित है।
- CUDA APIs/ABIs को re-implement करने की legal status पर बहस है; इसके implications अभी स्पष्ट नहीं हैं।