Le patron de NVIDIA, Jen-Hsun Huang, a déclaré aux journalistes de la publication britannique The Register que la société était ouverte à l'idée de créer des puces tierces prenant en charge l'architecture CUDA. En d'autres termes, la prise en charge des logiciels conçus pour fonctionner sur les puces NVIDIA CUDA peut ne plus être exclusive aux GPU NVIDIA.
La société n'a pas l'intention de publier le code source de l'environnement de développement CUDA, bien que si des joueurs tiers souhaitent créer ou optimiser leurs puces pour les logiciels basés sur CUDA, la société ne sera pas nécessairement contre une telle initiative. « Au cœur de CUDA se trouve le matériel NVIDIA. Il n'y a rien à découvrir ici. Si quelqu'un veut créer une application pour CUDA ou construire une autre puce pour CUDA, nous ne serons pas catégoriquement contre, mais personne ne l'a jamais demandé », a déclaré M. Huang. Pour réussir à créer un accélérateur compatible, NVIDIA devra participer, mais cela ne se produira que lorsque cela aura un sens commercial à tous égards. En fait, CUDA restera une technologie fermée, mais NVIDIA est prêt à fabriquer des puces avec des cœurs CUDA avec des sociétés tierces, sur commande.
Jim McGregor, analyste en chef chez Tirias Research, estime que la proposition sera pertinente pour les grands acteurs. Les principaux fournisseurs de cloud comme Amazon et Google créent leurs propres solutions pour des charges de travail spécifiques, et NVIDIA pourrait perdre s'il refusait de coopérer dans ce domaine, et la pertinence de CUDA finira par diminuer. Par exemple, Google possède déjà une famille de TPU propriétaires pour accélérer les logiciels de machine learning.
NVIDIA se positionne comme un développeur du logiciel CUDA, qui à son tour est un véhicule pour vendre un grand nombre de GPU avec des cœurs CUDA. La société se présente également comme un fournisseur de logiciels et de matériel pour le métaverse, et la technologie CUDA est au centre de sa plate-forme Omniverse. NVIDIA dispose de plus de 150 SDK pour créer des outils logiciels basés sur CUDA : des plates-formes pour l'optimisation de la chaîne d'approvisionnement, la simulation informatique quantique et les applications de pilotage automatique.
Pendant ce temps, les concurrents ont décidé de proposer des solutions similaires. Les cartes graphiques NVIDIA sont compatibles avec le framework de programmation parallèle OpenCL, qui est pris en charge par AMD et Intel. Dans le même temps, AMD a un analogue appelé ROCm, tandis qu'Intel a une API. En juillet, OpenAI a annoncé la plate-forme Triton AI, un environnement de programmation de type Python dans lequel vous pouvez écrire du code qui s'exécute efficacement sur les graphiques NVIDIA. Et un projet appelé Vortex vise à fournir le traitement d'applications CUDA sur des appareils basés sur RISC-V.
2021-11-12 14:51:00
Auteur: Vitalii Babkin