Nvidia ahora ha prohibido que el software basado en CUDA se ejecute en otras plataformas de hardware que utilizan capas de traducción en sus términos de licencia actualizados. Esto parece estar diseñado para evitar que la Iniciativa ZLUDA y, quizás lo más importante, algunos fabricantes chinos de GPU utilicen código CUDA con capas de traducción. Hemos enviado un mensaje a Nvidia para solicitar comentarios y lo actualizaremos con detalles adicionales o aclaraciones cuando recibamos una respuesta.
cuernos largos, Ingeniero de software, tenga en cuenta los términos actualizados. «No puede realizar ingeniería inversa, descompilar ni desensamblar ninguna parte de la salida generada utilizando Elementos de software con el fin de traducir dichos elementos de salida para que apunten a una plataforma que no sea Nvidia», se lee en una nueva disposición en CUDA 11.5.
Ser líder tiene un lado bueno y otro malo. Por un lado, todo el mundo depende de ti; Por otro lado, todo el mundo quiere apoyarse en tus hombros. Esto último parece ser lo que pasó con CUDA. Debido a que la combinación de hardware CUDA y Nvidia ha demostrado ser increíblemente efectiva, mucho software depende de ella. Sin embargo, a medida que ingresa al mercado hardware más competitivo, más usuarios tienden a ejecutar sus programas CUDA en plataformas de la competencia. Hay dos formas de hacer esto: recompilar el código (disponible para los desarrolladores del software involucrado) o usar la capa de traducción.
Por razones obvias, utilizar una capa de traducción como ZLUDA es la forma más sencilla de ejecutar software CUDA en hardware que no sea Nvidia. Todo lo que hay que hacer es tomar los binarios ya compilados y ejecutarlos usando ZLUDA u otras capas de traducción. ZLUDA parece estar tambaleándose ahora, ya que tanto AMD como Intel están perdiendo la oportunidad de desarrollarlo más, pero eso no significa que la traducción no sea viable.
Varios fabricantes chinos de GPU, incluida una empresa financiada por el gobierno chino, afirman estar ejecutando código CUDA. Denglin Technology diseña procesadores que cuentan con una «arquitectura informática compatible con modelos de programación como CUDA/OpenCL». Dado que la ingeniería inversa en una GPU Nvidia es difícil (a menos que uno ya tenga todos los detalles de bajo nivel sobre las arquitecturas de GPU Nvidia), es probable que aquí también estemos tratando con algún tipo de capa de traducción.
Moore Threads, uno de los mayores fabricantes chinos de GPU, tiene un compilador MUSIFY diseñado para permitir que el código CUDA funcione con sus GPU. Sin embargo, queda por ver si MUSIFY entra o no dentro de la clasificación de una capa de traducción completa (algunos aspectos de MUSIFY pueden involucrar código de transporte). Como tal, no está del todo claro si la prohibición de Nvidia sobre las capas de traducción es una respuesta directa a estas iniciativas o un ataque preventivo contra desarrollos futuros.
Por razones obvias, el uso de capas de traducción amenaza el dominio de Nvidia en el campo de la computación acelerada, especialmente con aplicaciones de inteligencia artificial. Esta es probablemente la motivación detrás de la decisión de Nvidia de prohibir que sus aplicaciones CUDA se ejecuten en otras plataformas de hardware utilizando capas de traducción a partir de CUDA 11.5.
Esta declaración estaba ausente en CUDA 11.4, por lo que ejecutar aplicaciones compiladas con CUDA 11.4 y compiladores anteriores en procesadores que no sean Nvidia usando capas de traducción parece seguir estando bien. Con ese fin, Nvidia no logrará su objetivo de impedir que todos ejecuten software desarrollado para sus dispositivos en otras plataformas de hardware utilizando capas como ZLUDA en el corto plazo. A largo plazo, la empresa seguramente creará barreras legales para ejecutar el software CUDA a través de capas de traducción en hardware de terceros, lo que podría tener un impacto positivo en Nvidia y un impacto negativo en AMD, Intel, Biren y otros desarrolladores de hardware informático de IA. .
La recopilación de programas CUDA existentes sigue siendo completamente legal. Para simplificar esto, tanto AMD como Intel tienen herramientas para portar programas CUDA a sus ordenadores Roca m (1) Y API abierta Las plataformas son rectas.
A medida que AMD, Intel, Tenstorrent y otras empresas desarrollen mejor hardware, más desarrolladores de software tenderán a diseñar para estas plataformas y el dominio de Nvidia CUDA puede disminuir con el tiempo. Además, el software desarrollado y compilado específicamente para procesadores específicos inevitablemente funcionará mejor que el software que se ejecuta a través de capas de traducción, lo que significa una mejor posición competitiva para AMD, Intel, Tenstorrent y otros frente a Nvidia, si pueden involucrar a los desarrolladores de software. GPGPU sigue siendo un ámbito importante y altamente competitivo, y estaremos atentos a cómo evoluciona la situación en el futuro.
«Fan web incurable. Entusiasta de la comida típica. Experto en twitter galardonado. Tvaholic».
