ROCm: CUDA-Anwendungen laufen jetzt auch auf Radeon-GPUs
Heimlich, still und leise hat AMD in den vergangenen zwei Jahren daran gearbeitet, CUDA-Anwendungen über ROCm binärkompatibel auf Radeon-GPUs laufen zu lassen. Mit Erfolg, wie das Open-Source-Projekt ZLUDA eindrucksvoll beweist.
Heimlich, still und leise hat AMD in den vergangenen zwei Jahren daran gearbeitet, CUDA-Anwendungen über seinen offenen Software-Stack ROCm binärkompatibel auf Radeon-Grafikchips lauffähig zu machen. Mit Erfolg, wie das Open-Source-Projekt unter der Bezeichnung ZLUDA: CUDA on AMD GPUs eindrucksvoll unter Beweis stellt. CUDA läuft nun auch auf Grafikchips der Serien AMD Radeon und Instinct.
CUDA ganz einfach auf Radeon nutzen
Das ZLUDA-Projekt, welches ursprünglich ins Leben gerufen wurde, um CUDA-Support für Intel-Grafikkarten zu bieten, wurde vom Entwickler Andrzej Janik realisiert, wer vor zwei Jahren von AMD engagiert und damit beauftragt wurde, sein ZLUDA und damit auch CUDA für die Verwendung auf Radeon-GPUs mit HIP/ROCm anzupassen. In Absprache mit dem Entwickler lizenzierte AMD das Projekt, das inzwischen im Versionsstand 3.0 erschienen ist, nicht, sondern gab ZLUDA als Open Source quelloffen für jedermann zum Download über die Plattform GitHub frei.
Nvidia CUDA auf AMD Radeon im Benchmark
Die auf Linux und Open Source spezialisierte Website Phoronix hat jetzt zahlreiche Benchmarks veröffentlicht, in denen AMDs ZLUDA-Implementierung mit einer Vielzahl von CUDA-Workloads getestet wurde. Die Benchmarks zeigen, dass die proprietären CUDA-Renderer und -Anwendungen auf Radeon-GPUs mit den entsprechenden Ersatzbibliotheken von ZLUDA absolut problemlos funktionieren.
Quelle: Phoronix
Das CUDA-Rendering von Blender 4.0 beispielsweise läuft jetzt auf Radeon-GPUs schneller als die native ROCm/HIP-Portierung und reduziert die Renderzeiten je nach Szene um etwa 10 bis 20 Prozent. Die Implementierung ist auch erstaunlich robust, wenn man bedenkt, dass es sich hierbei um ein Einzelentwicklerprojekt handelt.
AMD Radeon mit CUDA schneller als mit OpenCL
Im Vergleich zu den generischen OpenCL-Laufzeiten in GeekBench 5.5.1 liefern optimierte Binärdateien bis zu 75 Prozent bessere Ergebnisse. Da die ZLUDA-Libraries die API-Übersetzung übernehmen, können unmodifizierte CUDA-Binärdateien nun direkt über ROCm auf Radeon-GPUs laufen.
Hinweis: Allerdings gibt es einige Einschränkungen - OptiX- und PTX-Assemblercodes müssen noch vollständig unterstützt werden. Insgesamt zeigten die Tests jedoch sehr vielversprechende Ergebnisse.
Ihre Meinung ist gefragt!
Wie stehen Sie zu diesem Thema? Die PCGH-Redaktion freut sich über Ihre fundierte Meinung in den Kommentaren zu dieser Meldung. Um zu kommentieren, müssen Sie auf PCGH oder im Extreme-Forum eingeloggt sein. Sollten Sie bisher noch keinen Account haben, könnten Sie sich hier unverbindlich registrieren. Wir bitten Sie, berücksichtigen Sie hierbei bitte die aktuell geltenden Forenregeln.
Quelle: Phoronix via TechPowerUp
Die Software die ich nutze unterstützen alle HIP nativ (Cinema 4D, DaVinci, Stable Diffusion, Video Encoder etc.), ich nahm an jede etwas verbreitete Programm hat beide Renderpfade.
Warum sollte man Stable diffusion auf Radeons über CUDA laufen lassen, anstatt direkt nativ über HIP?
Ich hätte jetzt erwartet, dass die native AMD Schnittstelle die höchste Performance bietet.
Das Webinterface spielt doch dabei keine Rolle, die GUI ist unabhängig vom SD Server.
Die Software die ich nutze unterstützen alle HIP nativ (Cinema 4D, DaVinci, Stable Diffusion, Video Encoder etc.), ich nahm an jede etwas verbreitete Programm hat beide Renderpfade.
Ich hätte jetzt erwartet, dass die native AMD Schnittstelle die höchste Performance bietet.
Das Webinterface spielt doch dabei keine Rolle, die GUI ist unabhängig vom SD Server.