A Microsoft está desenvolvendo uma ferramenta para executar código NVIDIA CUDA em GPUs AMD

O mercado de hardware existe há anos sob condições de um forte bloqueio a um único fabricante. A plataforma de software CUDA da NVIDIA se tornou o padrão de fato, forçando os desenvolvedores a usar exclusivamente os processadores gráficos deste fornecedor, enquanto tentativas de criar alternativas universais até agora não tiveram sucesso significativo.

Essa situação pode mudar graças ao trabalho dos especialistas da Microsoft. De acordo com informações disponíveis, a empresa está desenvolvendo ativamente ferramentas para adaptar o código escrito para CUDA para rodar na plataforma aberta ROCm da AMD. Isso permitiria que modelos de IA existentes rodassem em chips AMD mais acessíveis sem uma reescrita completa.

Um princípio de funcionamento semelhante foi demonstrado anteriormente pelo projeto ZLUDA. A abordagem da Microsoft, parece, também envolve a conversão de comandos CUDA em instruções compreensíveis pelo ROCm em tempo real. O principal sentido econômico por trás dessa iniciativa é uma mudança na demanda dentro da esfera de IA. Enquanto o poder computacional caro para treinar redes neurais era anteriormente fundamental, a fase de inferência—aplicação prática de modelos prontos—está agora ganhando destaque.

Implantar esses modelos não requer sempre soluções de alto nível e caras da NVIDIA, o que torna os argumentos a favor da AMD cada vez mais convincentes. No entanto, especialistas estimam que o software ROCm ainda está atrás do ecossistema CUDA em termos de polimento e maturidade, e em alguns cenários, isso pode levar a uma perda de desempenho, um fator crítico para centros de dados comerciais.

Aumentar a concorrência entre fabricantes de chips e reduzir a dependência de uma única plataforma tecnológica poderia, a longo prazo, estimular a inovação e conter o crescimento dos preços das placas gráficas. Além disso, ferramentas de conversão poderiam facilitar a vida dos desenvolvedores que usam tecnologias como ray tracing ou upscaling de IA, permitindo que eles adaptem esses recursos para placas gráficas AMD mais rapidamente.