AMD financiou uma implementação drop-in de CUDA construída sobre ROCm: agora é open-source
A AMD financiou discretamente o ZLUDA, uma implementação drop-in de CUDA sobre sua stack ROCm capaz de executar muitas cargas de trabalho voltadas para NVIDIA em GPUs Radeon, em alguns casos até superando o backend HIP nativo da própria AMD. O projeto agora foi open-source após a AMD encerrar o contrato, gerando debate sobre se abandonar uma camada de compatibilidade com CUDA quase pronta é um erro estratégico em um momento em que a NVIDIA domina a IA e a computação em GPU. Comentadores contrastam o forte ecossistema de software da NVIDIA com o suporte fragmentado do ROCm da AMD e discutem se a AMD deveria perseguir compatibilidade com CUDA, reforçar sua própria stack ou focar em implantações de data center de alto nível em vez de GPUs de consumo.
Projeto & Lançamento
- ZLUDA é uma implementação “drop-in” de CUDA sobre a stack ROCm/HIP da AMD, originalmente financiada pela AMD sob um contrato privado.
- A AMD cancelou o financiamento após cerca de 2 anos, afirmando que “não havia caso de negócio” para executar CUDA em GPUs AMD; o contrato permitia ao autor abrir o código, resultando em um grande commit único.
Desempenho & Capacidades
- Benchmarks citados no thread mostram o backend CUDA do Blender via ZLUDA às vezes superando o backend HIP nativo do Blender em hardware Radeon.
- A cobertura atual de cuDNN é mínima (o suficiente para executar ResNet‑50); o suporte a PyTorch é descrito como muito limitado.
- ZLUDA reimplementa grandes partes da “dark API” do CUDA por meio de engenharia reversa, o que é complexo e inerentemente frágil.
Reações ao Fim do Financiamento pela AMD
- Muitos comentaristas acham que abandonar o projeto é estrategicamente irracional, dado o boom de IA da NVIDIA e o lock‑in do CUDA.
- Outros argumentam que a AMD não quer perseguir permanentemente uma API proprietária que não controla e prefere impulsionar diretamente ROCm/HIP.
- Alguns suspeitam de política interna, restrições de recursos ou aversão a risco jurídico; outros observam que tanto Intel quanto AMD concluíram anteriormente que “não havia caso de negócio” para compatibilidade com CUDA.
Estado do ROCm e da Estratégia de GPUs da AMD
- Há forte crítica de que o ROCm oficialmente suporta muito poucas GPUs de consumo, é difícil de instalar e tem problemas de estabilidade; isso afasta desenvolvedores e entusiastas.
- Defensores observam que o ROCm funciona de forma não oficial em muito mais placas, e que a AMD está priorizando data center/HPC (MI300, sistemas Top500) em vez de computação para jogos/entusiastas.
- Várias anedotas mostram laboratórios e indivíduos escolhendo placas NVIDIA apenas por causa do CUDA e das ferramentas, apesar de gostarem do hardware da AMD.
A Vantagem Competitiva do CUDA e Alternativas
- Há consenso amplo de que a dominância do CUDA vem de anos de investimento em compiladores, bibliotecas (cuDNN, cuBLAS), ferramentas e compatibilidade retroativa.
- Debate-se se uma camada de compatibilidade fortalece a posição do CUDA (como o OS/2 executando aplicativos Windows) ou se é uma ponte necessária que depois poderia permitir “embrace/extend”.
- Alternativas mencionadas: ROCm/HIP, SYCL, Vulkan compute, WebGPU, OneAPI; OpenCL é visto amplamente como uma tentativa fracassada.
Perspectivas de Open Source & Pontos Não Claros
- Há otimismo de que abrir o código do ZLUDA permita que a comunidade continue o desenvolvimento e pressione a NVIDIA sobre a estabilidade da API.
- Há ceticismo sobre a sustentabilidade de longo prazo: enorme custo de manutenção, CUDA mudando constantemente e comprometimento limitado da AMD.
- O status jurídico de reimplementar APIs/ABIs do CUDA é debatido; as implicações continuam incertas.