CEO da Intel: 'Toda a indústria está motivada a eliminar o mercado da CUDA'
O CEO da Intel afirma que a “indústria inteira” quer quebrar o domínio da Nvidia em computação por GPU ao eliminar a dependência da CUDA, mas muitos observam que os concorrentes tiveram anos para construir alternativas viáveis e, em grande parte, falharam em investir na escala necessária. Comentadores argumentam que a verdadeira vantagem competitiva da Nvidia é sua pilha de software madura, ferramentas e bibliotecas — sustentada por investimento pesado e de longo prazo — enquanto Intel, AMD e outros ainda oferecem ecossistemas fragmentados e incompletos, apesar de tecnologias promissoras como ROCm, SYCL, oneAPI e Vulkan compute. Há amplo consenso de que uma alternativa portátil e de alta qualidade à CUDA seria saudável para o mercado, mas persiste o ceticismo de que os fabricantes de chips incumbentes priorizarão o trabalho profundo de software necessário para chegar lá.
A vantagem da CUDA e por que é difícil deslocá-la
- Há consenso de que a verdadeira vantagem da CUDA é o ecossistema de software: compiladores maduros, bibliotecas (BLAS, RNG, etc.), ferramentas de depuração/perfilação e boa experiência para desenvolvedores em muitos domínios (IA, HPC, gráficos, ciência).
- Muitos observam que “CUDA = x86 das GPUs”: onipresente, padrão de facto, com anos de ajustes incrementais e inúmeros projetos dependentes.
- Vários argumentam que o problema não é apenas a linguagem CUDA, mas também incontáveis kernels otimizados manualmente e recursos de hardware de baixo nível (PTX, tensor cores) dos quais os aplicativos dependem.
Esforços da Intel/AMD e suas limitações
- Comentadores dizem que Intel/AMD “tiveram anos” com OpenCL e investiram pouco; o OpenCL fracassou em grande parte em ergonomia e suporte.
- ROCm e HIP são vistos como tentativas parciais de compatibilidade com CUDA. Alguns relatam que o ROCm está melhorando e é open source; outros dizem que o suporte é fragmentado, mal documentado e limitado a algumas GPUs “pro” ou mais recentes.
- A stack oneAPI/SYCL da Intel é vista como promissora por alguns praticantes de HPC, mas a adoção ainda é de nicho e o ecossistema de ferramentas é confuso entre backends.
Acesso ao hardware, entusiastas e placas antigas
- Principal reclamação: AMD/Intel focam em peças de alto nível/datacenter e ignoram GPUs baratas ou antigas, o que impede estudantes/entusiastas de aprender e contribuir.
- Há debate sobre se dar suporte a placas de 5–7 anos (por exemplo, a série RX 570) é essencial para o crescimento da comunidade ou um dreno de recursos.
- Alguns argumentam que aluguel barato de GPUs na nuvem poderia ajudar; outros dizem que custo, barreiras com cartão de crédito e limitações de capacidade tornam as GPUs locais cruciais.
APIs e arquiteturas alternativas
- SYCL, Vulkan compute, DirectX compute shaders e OpenCL 3.0 são כולם mencionados; nenhuma dessas soluções é vista ainda como equivalente à usabilidade ou ao conjunto de recursos da CUDA.
- Compute shaders são amplamente considerados viáveis, mas dolorosos (recursos de linguagem limitados, ferramentas ruins, sem acesso em nível de tensor cores em APIs mais antigas).
- Tentativas passadas de “many-core CPU” (Xeon Phi, Larrabee) são discutidas como fracassos instrutivos: largura de banda insuficiente, programação complicada e derrota para GPUs que melhoravam rapidamente.
Aberto vs. proprietário e estratégia
- Alguns querem um equivalente aberto da CUDA (SYCL, Vulkan, OpenCL) para “comoditizar o complemento”; outros observam que muitos desses consórcios historicamente têm desempenho abaixo do esperado.
- Há uma visão forte de que a cultura da Intel/AMD ainda trata software como secundário; até que financiem trabalho do nível da CUDA (por exemplo, backends de primeira classe para PyTorch e camadas completas de compatibilidade com CUDA), falar em “eliminar a CUDA” é descartado como relações públicas.