Re: [閒聊]AMD顯卡可以跑CUDA程式，那就不必特地買N

各位早安， 這裡是禮拜六早上的 R&D。 : 　 : 之前新聞 : https://news.mydrivers.com/1/963/963717.htm : 　 : NVIDIA CUDA通過多年耕耘，鑄就了牢不可破的生態壁壘，外人各種嘗試都無法進入，包 : 括AMD ROCm開發平台，但其實也不是沒有辦法。 : 開發者Andrzej Janik就憑借一己之力，借助Intel oneAPI，開發了CUDA兼容方案“ZLUDA : ”，能夠在Intel硬件上原生運行CUDA應用，后來就被停了 : 之后在AMD的支持下，ZLUDA重啟了該項目，能夠讓AMD顯卡原生運行CUDA應用，不需要任 : 何轉移，也不需要調整代碼。 : 唯一要做的，就是用ZLUDA庫替代CUDA。 : 雖然它不能保證每一款CUDA應用都跑起來，但已經是以一個巨大的突破。 : 非常可惜，AMD支持這一項目做了兩年，也給停了——不知道是不是受到了NVIDIA的壓力 : 。 : 幸運的是，ZLUDA項目并未徹底消散，已經免費開源，感興趣有能力的開發者都可以使用 : ，而且確認可以在AMD ROCm平台上無縫運行CUDA應用。 : 比如說，可以將CUDA作為Blender 4.0或者V-Ray的渲染API，尤其是Blender本來就有 : Radeon HIP計算渲染器，如今跑在ZLUDA上速度還會更快。 : Andrzej Janik也在繼續研究ZLUDA，其中一個目標就是要讓AMD顯卡運行NVIDIA DLSS。 : 內部測試表明，對比OpenCL方案，其性能大部分時候都更好，最多可以領先超過75％，但 : 因為還在開發之中，部分時候效率反而更低。 : 　 : 大家都知道NVIDIA最喜歡搞特規G-SYNC、DLSS、CUDA、閉源軟體一大堆不開放給其他家用 : ，現在ZLUDA可以讓AMD顯卡跑CUDA程式，那以後就不必特地買N卡了，應該以後會有人拿 : AMD顯卡來搞AI了吧！ : 　 : https://github.com/vosen/ZLUDA : 　 ZLUDA 這東西我研究過一陣子， 當然不是現在這個 Fork， 而是三年前那個版本。 平台使用 Ubuntu 22.04 64bit 我研究後發現 ZLUDA 的運作原理是這樣： ZLUDA 會去模擬一套 CUDA API， 然後內部再自己實現功能。 這代表什麼呢？ 假設你有一套程式支援 CUDA 8 好了， 現在 CUDA 要更新變成 CUDA 9 囉！ N 家能在歷史版本裡面找到 舊版CUDA來套， 那你程式就能順利跑了。 如果你用 ZLUDA ， 之前的問題就是他只支援某特定版本 CUDA， 還沒有 Released 他是 depend 哪一版？ ZLUDA 是照某板的 API 下去寫的！ 所以你想支援機器學習框架？ （e.g. TensorFlow, PyTorch） 那要先找到這個是用哪版 CUDA， 找到後還要確定這版的框架你裝得起來。 個人是認為這難度： https://i.imgur.com/OBzSNCH.gif 除去框架， 實測能夠用 ZLUDA 跑起來的 CUDA 程式： Geekbench 5 也嘗試過從底層像是 Numba 重寫演算法 拿去 Benchmark performance 。 一樣遇到 Numba 卡版本問題。 退一萬步說 ZLUDA 可能有用， 但是老黃一版更他就會死翹翹， 而且死很久。 開源的東西都這樣，蘇媽也不是做慈善的。 既然主流的框架（e.g. PyTorch） 都有支援 ROCm，幹嘛出大錢搞 ZLUDA？ 結論： ZLUDA 要真正可以商用， 就是要有人花錢去幫每一版 CUDA 寫 API， 然後拿出一張表對標版本支援才有用。 現在商用想逃離 NV 還是推 OpenCL 解決方案， 以上。 -- 作者 villagermess (我是女生) 看板 Tech_Job 標題 [討論] 為什麼不開基本薪資 然後分紅給50萬 時間 Fri May 14 10:21:35 2021 ─────────────────────────────────────── --
※ 批踢踢實業坊(ptt.cc), 來自: 1.170.78.182 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/PC_Shopping/M.1709341524.A.970.html

→ supereva: 只能吸引你 不能吸引人才05/14 10:31

→ supereva: 所以沒人這樣開05/14 10:32

→ crimsonmoon9: 跟wine概念差不多？111.83.80.84 03/02 09:07

推 kira925: 應該就是 然後這部分除非CUDA的API公開 42.72.91.105 03/02 09:18

→ kira925: 不然很難跟得到 42.72.91.105 03/02 09:18

→ kira925: 你也不是有個Valve 盡量幫你通通接好 42.72.91.105 03/02 09:19

→ enonrick: 就好像買mac裝windows 一樣, 不用人家 61.231.5.191 03/02 09:36

→ enonrick: 的生態還要裝， 要泡cuda 買nv 就好 ， 61.231.5.191 03/02 09:36

→ enonrick: qemu 比較貼切 61.231.5.191 03/02 09:36

→ soulgem: 或是 Windows 內的 WSL 跟真 linux 140.112.30.188 03/02 09:37

推 oopFoo: 不只是版本問題，ZLUDA三年後還是Alpha版 219.70.128.119 03/02 09:48

→ oopFoo: 相容性很差，除了一些Benchmark，正常程式 219.70.128.119 03/02 09:49

→ oopFoo: 幾乎沒一個可用。最重要的Pytorch支援也完 219.70.128.119 03/02 09:51

→ oopFoo: 全不行。Intel跟AMD都相繼放棄不是沒原因 219.70.128.119 03/02 09:52

推 twinkleAshed: 對AMD on Windows來說, 223.136.64.62 03/02 10:23

→ twinkleAshed: 就像是效率比較好的DirectML. 223.136.64.62 03/02 10:23

推 afacebook: 借問Rocm目前支援度如何180.217.245.102 03/02 10:23

→ afacebook: 推薦買嗎180.217.245.102 03/02 10:23

推 afacebook: pytorch180.217.245.102 03/02 10:24

推 afacebook: linux系統的話180.217.245.102 03/02 10:26

推 oopFoo: Pytorch支援ROCM，但要有能力debug， 219.70.128.119 03/02 10:34

→ oopFoo: 最好用docker，常常需要重新設定。最重要 219.70.128.119 03/02 10:35

→ oopFoo: 的事，選有支援GPU，現在要7900xtx/xt/gre 219.70.128.119 03/02 10:37

推 nicetw20xx: 推 36.234.36.167 03/02 10:50

→ friedpig: 牙膏one API 有一部分是在做類似的事情 125.228.96.10 03/02 11:11

→ friedpig: 啊 不過人家是商業團隊一堆人在寫 都問 125.228.96.10 03/02 11:11

→ friedpig: 題不少了 125.228.96.10 03/02 11:11

推 avans: 推實測說明 111.71.102.21 03/02 11:45

→ Ceferino: 7系列都能跑rocm啊至少我畫圖沒問題， 123.193.242.14 03/02 11:55

→ Ceferino: 誰說要7900的 123.193.242.14 03/02 11:55

→ qazws931: 你先看那是什麼ID 61.230.198.196 03/02 11:56

推 oppoR20: https://bit.ly/49VCNGx 123.195.146.51 03/02 12:23

→ oppoR20: 人家在問linux跑pytorch rocm結果你在說 123.195.146.51 03/02 12:24

→ oppoR20: 畫圖 更好笑的是有人要洗別人粉絲意向單 123.195.146.51 03/02 12:24

→ oppoR20: 官方就真的寫只支援那三張（遊戲卡） 123.195.146.51 03/02 12:24

→ Ceferino: 沒有裝過的別裝懂好嗎 123.193.242.14 03/02 12:26

→ crimsonmoon9: 官方只有保證那三張可以穩跑 其他出 111.83.80.84 03/02 12:30

→ crimsonmoon9: 錯要自己debug 111.83.80.84 03/02 12:30

→ crimsonmoon9: SD在linux上是用ROCm的torch框架 111.83.80.84 03/02 12:31

推 gameguy: 對公司這等級的就花錢了事買Nvidia工程繪 180.217.15.184 03/02 13:02

→ gameguy: 圖卡，在誰在跟你搞土炮在那搞來搞去的 180.217.15.184 03/02 13:02

推 labbat: 這種api串接有沒有專門的名詞啊，常常聽 27.53.147.38 03/02 13:12

→ labbat: 到執行編譯需要軟體A特定版本B配C平台 27.53.147.38 03/02 13:12

推 kivan00: 開發者本來在I家上班的 初始是I家的專案 122.118.2.107 03/02 13:22

→ kivan00: 後來弄一弄I家覺得沒搞頭 換AMD贊助這個 122.118.2.107 03/02 13:23

→ kivan00: 專案 但是AMD後來也覺得沒搞頭 所以依照 122.118.2.107 03/02 13:23

→ kivan00: 跟AMD的合約才開源 122.118.2.107 03/02 13:24

推 Rollnmeow: 畢竟我自家也有，為什麼要跑你的CUDA 114.37.175.226 03/02 14:28

→ Rollnmeow: AMD還有hipify能轉換CUDA原始碼 114.37.175.226 03/02 14:29

噓 HanadaIru: 給AI寫不就好了 101.12.48.73 03/02 16:28

推 as920909: A卡乖乖玩遊戲就好了 別搞這些有的沒的 36.225.166.242 03/02 17:14

→ as920909: 比windows arm跑x86程式還沒意義 36.225.166.242 03/02 17:15

推 rail02000: ROCm官網保證特定消費顯卡，但其他卡 111.83.241.150 03/02 17:45

→ rail02000: 其實也有機會跑。我這邊Linux+ROCm 6 111.83.241.150 03/02 17:45

→ rail02000: +RX6600可以跑Pytorch。雖然我也是玩S 111.83.241.150 03/02 17:45

→ rail02000: D畫圖。 111.83.241.150 03/02 17:45

→ rail02000: 身為非開發者的我，遇到的問題是要特 111.83.241.150 03/02 17:47

→ rail02000: 定的Pytorch版本才能跑（我沒在Docker 111.83.241.150 03/02 17:47

→ rail02000: 上跑） 111.83.241.150 03/02 17:47

推 oopFoo: 不支援的GPU其實大部分可跑，但問題會更多 219.70.128.119 03/02 18:55

→ oopFoo: 而且不能file bug report。換句話說，真有 219.70.128.119 03/02 18:56

→ oopFoo: 問題，AMD不會處理。現在ROCM的AI相容性 219.70.128.119 03/02 18:57

→ oopFoo: 越來越好，花點錢買有在支援名單上的划算 219.70.128.119 03/02 18:58

推 afacebook: 所以rocm其實可以嘗試的意思吧，nv的 1.171.164.132 03/02 19:13

→ afacebook: 卡又貴又難買，有事沒事還缺貨 1.171.164.132 03/02 19:13

推 afacebook: 我看7900xtx fp32比4080s還高 1.171.164.132 03/02 19:15

推 oopFoo: 可以嘗試，但4080s的ai會比較強，n家有 219.70.128.119 03/02 19:36

→ oopFoo: tensor core。但7900xtx有24GB，大記憶體 219.70.128.119 03/02 19:36

→ oopFoo: 比效能要重要。 219.70.128.119 03/02 19:37

推 oopFoo: 但這建立在你能處理問題上。n家的ai是沒 219.70.128.119 03/02 19:39

→ oopFoo: 煩惱，支援完整。 219.70.128.119 03/02 19:40

→ d8511557: AMD這點沒辦法.但時間可以解決就是 114.36.21.67 03/02 19:58

→ d8511557: AI方面A卡支援度會越來越好就是. 114.36.21.67 03/02 19:59

→ d8511557: 不考慮生產力7900XTX就是比4080S強的 114.36.21.67 03/02 19:59

推 tcchu: nvidia f u 1.200.150.242 03/02 20:06

推 aegis43210: tensor core要L40s才完全解放性能 175.182.111.21 03/02 21:21

推 kira925: 畢竟大家都要Second Source 220.135.86.145 03/03 14:04

→ kira925: 牙膏看起來就是沒有方案 Altera 都拆分了 220.135.86.145 03/03 14:05