1樓:xcc
你想強調的是啥?深度學習還是通用(顯示卡)計算。
前者都是vendor提供,前端都是pytorch和tf,後端不是一般程式設計師去寫。
後者的話,directx 和vulkan的compute shader基本滿足條件。所以hlsl基本可以代替cuda
2樓:enpeng xu
平台級軟體是最難開發成功的,難點在於生態系統的建設,話說老黃十多年前就開始了在cuda的上投入。。。
要替代它,先準備100億美金來燒吧。
3樓:據說他姓feng
問幾個問題:
1、能控制住硬體的設計和製造嗎?
2、能定製驅動並優化嗎?
3、能搞得定C/C++的庫接入嗎?
4、能形成龐大的生態圈並源源不斷地獲得反饋並持續優化嗎?
哪怕上述4點,你都回答「是」,那請看第五個問題:
5、有超過10萬人願意為您的付出、技術、能力,而每年支付超過至少5k元嗎?
如果你的回答依然是「有」,去科創板吧,那裡是你得天下。
4樓:
那些說做CUDA替代品簡單的人,根本不知道CUDA的核心是什麼。
CUDA之所以能佔據gpgpu框架市場,
CUDA所支援的顯示卡一度是世界第一,這保證了大家都會去使用CUDA。
CUDA所支援的顯示卡和CUDA框架本身歸屬同一家公司,保證了CUDA框架在Nvidia顯示卡上可以進行最大的優化,可以最高的利用顯示卡硬體資源。
市場占有量第一,使用的人多,可以拿到的效能資料多,可以更好發現自己當前版本產品的不足與缺點,更好的指導下一代硬體與CUDA框架的設計與優化。
如果你想做乙個替代CUDA的東西,那麼你需要有自己的顯示卡,並且把顯示卡做到世界第一,並且有足夠的人力資源與資料資源去對你的框架進行優化。
至於opencl和rocm,他們只是乙個框架,而cuda是一套系統。
5樓:六角飯糰
opencl啊,想啥呢,已經有人幹了。
不過說到底cuda是個開發環境,opencl是個標準等各家自己實現。
哦哦,既然已經有人說了opencl了,多說點。
opencl和cuda體量想差巨大,cuda很多原語opencl不支援,比較重要的有協作組,p2p dma, wmma tensor core。
opencl連stream也沒有,asm暫時麼找到,更像個簡陋的cuda driver api,適合amd卡實現cublas,cufft吧。
tf還是上cuda+nv吧。
6樓:Keepin
cuda主要用於GPU加速的軟體開發,單從GPU開發的類似cuda功能的框架看:
1、實際案例:已經有類似的了,比如nvidia的競爭對手AMD,就在搞一套ROCM框架,跟cuda架構非常類似。不過只能在A卡上跑,這也是再正常不過的
2、至於第三方想要在nvidia顯示卡上開發一套cuda替代品,可能比較困難。至於困難程度會因為nvidia顯示卡的datasheet開放程度有關係,甚至做不到。
3、還有一種情況是知名的標準的API,比如OpenCL、Vulkan,從功能角度OpenCL是可以替代cuda的,cuda能做到的功能,基本在OpenCL都能做到,當然這是得益於nvidia內部團隊對OpenCL的適配。上述兩個框架基本可以替代cuda的功能
如果在這個社會裡有這樣乙個懺悔屋
丁丁 西方這種地方很多,就是教堂。很多人內心苦悶有負罪感或者什麼別的不能對別人說的事,會選擇去教堂 懺悔 每個人都需要傾訴物件。這個物件可以是具體的乙個人 他人或自己都可以 也可以是乙個事物。不過自己對自己傾訴,很多人是做不到的。或者沒什麼用,不能解決問題。除非自己對自己足夠了解,有清晰的了解和認知...
為什麼會在這個世間存在這麼乙個宇宙,這麼乙個空間?
zhuliujie 跟你一樣有同樣的想法,這樣的想法有事甚至沒有辦法描述給別人聽。想想就細極思恐,百思不得其解,可能答案就是永遠不會讓人想明白 路人還要個啥名 在乙個謎題被揭露之前,不知道的人們永遠也猜不到真相是什麼。而且根據現在人們的知識和想象力去推測先進的事是很困難的,因為大概現在的物理規則是錯...
在這個浮躁的時代裡 乙個人怎樣才算活的透徹?
預備盤纏的善夢劉 遇見問題,解決問題。不做過多思量。不瞻前顧後。少碰手機。單獨闢出時間來胡思亂想。讓自己稍微忙一點。先付出,先愛,先給與。不要問為什麼。以上。我這樣做的,感到,身心輕安了一些。當然我還有別的法寶。付在來日。 lian 在你問這個問題的時候,你就已經意識到,你活的並不透徹,且有點浮躁解...