Il capo di NVIDIA, Jen-Hsun Huang, ha dichiarato ai giornalisti per la pubblicazione britannica The Register che la società è aperta all'idea di creare chip di terze parti che supportino l'architettura CUDA. In altre parole, il supporto per il software creato per essere eseguito su chip NVIDIA CUDA potrebbe non essere più esclusivo delle GPU NVIDIA.
La società non ha intenzione di rilasciare il codice sorgente dell'ambiente di sviluppo CUDA, anche se se i giocatori di terze parti desiderano creare o ottimizzare i propri chip per software basato su CUDA, la società non sarà necessariamente contraria a tale iniziativa. “Il cuore di CUDA è l'hardware NVIDIA. Non c'è niente da scoprire qui. Se qualcuno vuole creare un'applicazione per CUDA o costruire un altro chip per CUDA, non saremo categoricamente contrari, ma nessuno lo ha mai chiesto ", ha affermato Huang. Per creare con successo un acceleratore compatibile, NVIDIA dovrà partecipare, ma ciò accadrà solo quando avrà senso commerciale sotto tutti gli aspetti. In effetti, CUDA rimarrà una tecnologia chiusa, ma NVIDIA è pronta a realizzare chip con core CUDA insieme a società di terze parti, su ordinazione.
Jim McGregor, capo analista di Tirias Research, ritiene che la proposta sarà rilevante per i grandi giocatori. I principali fornitori di cloud come Amazon e Google creano le proprie soluzioni per carichi di lavoro specifici e NVIDIA potrebbe perdere se si rifiuta di collaborare in quest'area e la rilevanza di CUDA alla fine diminuirà. Ad esempio, Google ha già una famiglia di TPU proprietarie per accelerare il software di machine learning.
NVIDIA si posiziona come sviluppatore del software CUDA, che a sua volta è un veicolo per vendere un gran numero di GPU con core CUDA. La società si definisce anche fornitore di software e hardware per il metaverse e la tecnologia CUDA è al centro della sua piattaforma Omniverse. NVIDIA dispone di oltre 150 SDK per la creazione di strumenti software basati su CUDA: piattaforme per l'ottimizzazione della supply chain, simulazione di calcolo quantistico e applicazioni di pilota automatico.
Nel frattempo, i concorrenti hanno deciso di offrire soluzioni simili. Le schede grafiche NVIDIA sono compatibili con il framework di programmazione parallela OpenCL, supportato da AMD e Intel. Allo stesso tempo, AMD ha un analogo chiamato ROCm, mentre Intel ha una API. A luglio, OpenAI ha annunciato la piattaforma Triton AI, un ambiente di programmazione simile a Python in cui è possibile scrivere codice che funziona in modo efficiente sulla grafica NVIDIA. E un progetto chiamato Vortex mira a fornire l'elaborazione di applicazioni CUDA su dispositivi basati su RISC-V.
2021-11-12 14:51:00
Autore: Vitalii Babkin