Der Chef von NVIDIA, Jen-Hsun Huang, sagte gegenüber Reportern der britischen Veröffentlichung The Register, dass das Unternehmen offen für die Idee ist, Chips von Drittanbietern zu entwickeln, die die CUDA-Architektur unterstützen. Mit anderen Worten, die Unterstützung für Software, die für die Ausführung auf NVIDIA CUDA-Chips entwickelt wurde, ist möglicherweise nicht mehr exklusiv für NVIDIA-GPUs.
Das Unternehmen plant nicht, den Quellcode der CUDA-Entwicklungsumgebung zu veröffentlichen. Wenn jedoch Drittanbieter ihre Chips für CUDA-basierte Software erstellen oder optimieren möchten, wird das Unternehmen nicht unbedingt gegen eine solche Initiative sein. „Das Herzstück von CUDA ist NVIDIA-Hardware. Hier gibt es nichts zu entdecken. Wenn jemand eine Anwendung für CUDA erstellen oder einen anderen Chip für CUDA bauen möchte, werden wir nicht kategorisch dagegen sein, aber es hat noch nie jemand gefragt“, sagte Herr Huang. Um erfolgreich einen kompatiblen Beschleuniger zu entwickeln, muss NVIDIA teilnehmen, aber dies wird nur geschehen, wenn es in jeder Hinsicht wirtschaftlich sinnvoll ist. Tatsächlich wird CUDA eine geschlossene Technologie bleiben, aber NVIDIA ist bereit, Chips mit CUDA-Kernen zusammen mit Drittanbietern auf Bestellung herzustellen.
Jim McGregor, Chefanalyst bei Tirias Research, glaubt, dass der Vorschlag für große Player relevant sein wird. Führende Cloud-Anbieter wie Amazon und Google erstellen ihre eigenen Lösungen für bestimmte Workloads, und NVIDIA könnte verlieren, wenn es sich weigert, in diesem Bereich zu kooperieren, und die Bedeutung von CUDA wird schließlich abnehmen. Google verfügt beispielsweise bereits über eine Familie proprietärer TPUs zur Beschleunigung von Software für maschinelles Lernen.
NVIDIA positioniert sich als Entwickler von CUDA-Software, die wiederum ein Vehikel für den Verkauf einer großen Anzahl von GPUs mit CUDA-Kernen ist. Das Unternehmen bezeichnet sich selbst auch als Software- und Hardwareanbieter für das Metaverse, und die CUDA-Technologie steht im Mittelpunkt seiner Omniverse-Plattform. NVIDIA verfügt über mehr als 150 SDKs zum Erstellen von CUDA-basierten Softwaretools: Plattformen für die Optimierung der Lieferkette, Quantencomputing-Simulation und Autopilot-Anwendungen.
Inzwischen haben sich Konkurrenten entschieden, ähnliche Lösungen anzubieten. NVIDIA-Grafikkarten sind mit dem parallelen Programmier-Framework OpenCL kompatibel, das von AMD und Intel unterstützt wird. Gleichzeitig hat AMD ein Analogon namens ROCm, während Intel über oneAPI verfügt. Im Juli kündigte OpenAI die Triton AI-Plattform an, eine Python-ähnliche Programmierumgebung, in der Sie Code schreiben können, der effizient auf NVIDIA-Grafiken läuft. Und ein Projekt namens Vortex zielt darauf ab, die Verarbeitung von CUDA-Anwendungen auf RISC-V-basierten Geräten bereitzustellen.
2021-11-12 14:51:00
Autor: Vitalii Babkin