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

富士康正在建设全球最大的 Nvidia Blackwell GPU 生产基地

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。