Emulator CUDA untuk GPU AMD Zluda kehilangan dana dengan rilis v6

Perkembangan ini menjadi salah satu sorotan penting dalam perkembangan komponen dan performa PC. Ada berita pahit dari proyek open-source Zluda, sebuah upaya jangka panjang untuk membuat emulator CUDA untuk GPU AMD.

Ada berita pahit dari proyek open-source Zluda, sebuah upaya jangka panjang untuk membuat emulator CUDA untuk GPU AMD. Posting blog terbaru proyek untuk versi 6 memamerkan dukungan PhysX 32-bit baru dan dukungan Windows yang ditingkatkan. Selain itu, ada sejumlah perbaikan berbasis PyTorch. Sayangnya, proyek tersebut kembali kehilangan pendanaan komersial, dan kini kembali menjadi hobi pengembang Andrez Janik.

Dukungan PhysX 32-bit Zluda 6 masih dalam tahap pra-alfa, namun hasilnya menjanjikan. Janik memamerkan beberapa demo kain dan deformasi yang berjalan dengan kecepatan, dan bahkan tangkapan layar yang menunjukkan peningkatan kinerja 3x dari Mafia II 2010 yang berjalan dengan efek PhysX diaktifkan. Mengingat sifat pra-alfa, Janik mencatat bahwa "simulasi yang lancar bisa jadi bermasalah, dan metode memuat ZLUDA ke dalam game Steam saat ini buruk." Salah satu tujuannya adalah untuk mendapatkan dukungan yang lebih baik untuk Windows, dan v6 menyertakan pemuat zluda. exe yang diperbarui yang sekarang memuat pustaka kinerja yang diperlukan secara otomatis.

Terakhir, Zluda v6 menyertakan sejumlah penyempurnaan berbasis PyTorch, yang terdiri dari perbaikan kompiler dan peningkatan pada pustaka kinerja. Sebagai hikmahnya, Janik mencatat bahwa karena sekarang tidak ada pendanaan, prioritas proyek telah bergeser ke hal-hal yang "[dia] anggap paling menghibur," membenarkan penambahan PhysX dan pemuat Windows yang diperbarui.

Proyek ini awalnya dimulai pada tahun 2020 untuk menjalankan CUDA pada perangkat keras Intel, tetapi sejak itu beralih ke kartu AMD. Setelah ditinggalkan pada tahun 2021, ia dihidupkan kembali sekitar tahun 2022 berkat AMD yang mengeluarkan buku cek untuk mewujudkannya — mungkin karena salah satu kendala utama (jika bukan yang utama) adalah bahwa sebagian besar ekosistem perangkat lunak AI berputar di sekitar GPU Nvidia.

Bagi pengguna akhir, menyenangkan untuk memiliki drop-in pengganti biner CUDA yang sepenuhnya bersumber terbuka. Sedangkan untuk konversi skala besar untuk penggunaan AI, ada sejumlah proyek alternatif yang berupaya mencapai hasil akhir yang sama melalui cara yang berbeda. Ini termasuk porting kode sumber HIP AMD, Spectral Compute's Scale, dan toolkit Musify MooreThreads, dan masih banyak lagi.

Ikuti Tom's Hardware di Google Berita, atau tambahkan kami sebagai sumber pilihan, untuk mendapatkan berita, analisis, & ulasan terbaru kami di feed Anda.

Secara keseluruhan, perkembangan ini memberi gambaran tentang arah terbaru di perkembangan komponen dan performa PC dan alasan mengapa topik ini tetap relevan untuk terus dipantau.

Baca sumber asli dari tomshardware. com