NVIDIA CUDA 现可使用 “SCALE” 工具包直接在 AMD 显卡上运行

英国初创公司 Spectral Compute 发布了 GPGPU 工具链 “SCALE”，该工具链可让 NVIDIA CUDA 在 AMD 的显卡上无缝运行。

看来业界已经能够打破英伟达在软件堆栈方面的主导地位，因此他们现在正在想方设法通过各种手段消除 “独占” 地位。我们之前看到了 ZLUDA 的出现，这是一个开源移植项目，允许 CUDA 库与 AMD 的 ROCm 协同工作，最终支持 “红隐” 的显卡。现在又出现了一个新的竞争对手--SCALE，它允许 AMD 的消费者利用 NVIDIA CUDA 功能来创建高端 “混合” 模型。

我们相信，只需编写一次代码，就可以在任何硬件平台上构建/运行。多年来，CPU 代码已经实现了这一点，为什么 GPU 不能呢？我们开始直接解决这个问题，弥合流行的 CUDA 编程语言与其他硬件供应商之间的兼容性差距。

一个代码库，多个供应商。

- Spectral Compute's CEO, Michael Sondergaard

传英伟达 RTX 5090 功耗为 600 瓦，RTX 5080 功耗为 400 瓦

Spectral Compute 的首席执行官 Michael Sondergaard 认为，GPU 应该有一个开源环境，就像现代的 CPU 一样，而且各种平台之间应该互联互通。他认为，SCALE 是弥补 CUDA 与其他硬件供应商之间兼容性差距的桥梁，最终消除市场上存在的限制。据 Michael 介绍，SCALE 是一个 GPGPU 工具包，与 NVIDIA CUDA 工具包类似，在编译 CUDA 代码时使用非英伟达显卡的二进制文件，最终消除了对翻译层的需求。

据 Spectral Compute 公司称，SCALE 已经开发了 7 年，它不依赖于英伟达公司的代码，而是构建了与 CUDA 兼容的工具链，这使得 SCALE 在多种平台（如 AMD 的 RDNA GPU）之间具有很强的适应性。由于 SCALE 与 CUDA 的源代码兼容，开发人员无需使用其他语言，因此该资源避免了代码移植，允许开发人员使用单一版本的代码库。

显然，随着 SCALE 的实施，NVIDIA CUDA 的地位将从独占变为相对普及。不过，值得注意的是，SCALE 本身并不是开源的；用户可以通过免费软件许可证访问它。Spectral Compute 表示，他们已经在多个应用中测试了该软件，如 Blender、Llama-cpp、XGboost、FAISS、GOMC、STDGPU、Hashcat 和 NVIDIA Thrust，并采用了 AMD 的 RDNA 3 和 RDNA 2 架构。

英伟达对某些允许 CUDA 在外部组件上运行的资源表现出了一定的不满，因为 Team Green 曾在其 EULA 中列出了针对 SCALE 等平台的警告。CUDA 在英伟达主导人工智能市场的过程中发挥了巨大作用，英伟达不会轻易让该软件失去其独占地位。