VUDA : implémentation de CUDA sur Vulkan

• VUDA : une bibliothèque header-only basée sur Vulkan, qui fournit une interface d’API runtime CUDA pour écrire des applications accélérées par GPU.
• Basée sur l’API Vulkan, elle vise à respecter les spécifications du runtime CUDA.
• Les fonctionnalités de VUDA sont accessibles en incluant vuda.hpp et en utilisant l’espace de noms vuda::, ou via vuda_runtime.hpp, qui encapsule et redirige toutes les fonctionnalités CUDA.
• Cet article fournit de la documentation sur la manière de configurer et de compiler VUDA, ainsi que des détails d’implémentation.
• Il contient des exemples de code montrant comment utiliser VUDA pour allouer de la mémoire sur le périphérique, copier des tableaux vers le périphérique, exécuter des kernels (modules de shader Vulkan) et recopier les résultats vers l’hôte.
• VUDA propose une alternative permettant de tirer parti des performances de Vulkan au lieu d’utiliser l’API runtime NVIDIA CUDA.
• Cet article présente VUDA, une nouvelle bibliothèque qui combine les capacités de Vulkan et de CUDA.
• Les personnes à l’aise avec la technique s’intéresseront à cet article qui présente une technologie de pointe susceptible d’améliorer les performances des applications accélérées par GPU.

[GN⁺]

Commentaires sur Hacker News

• Il s’agit d’une implémentation de l’API d’exécution CUDA, pas de CUDA lui-même.
• Le lien avec l’objectif de machine learning de George Hotz sur les puces AMD n’est pas clair.
• Un soutien d’entreprise pourrait être nécessaire pour réussir.
• Il existe d’autres options pour les personnes qui utilisent un GPU AMD et font tourner Windows.
• Ce projet semble inactif depuis février 2022.
• Il y a une proposition pour une troisième implémentation appelée SHUDA.
• Par rapport à HIP, on ne sait pas clairement si c’est une abstraction efficace pour les GPU Nvidia et AMD, ni comment cela se compare.
• Des projets similaires n’ont pas connu une grande popularité par le passé.
• Il existe un wrapper d’API alternatif pour l’API CUDA.
• L’implémentation de l’API du pilote est importante pour certaines fonctionnalités.
• Côté code, ce projet est relativement petit.
• Cette implémentation pourrait aussi permettre d’exécuter des programmes CUDA sur des appareils AMD et Intel.
• Le projet a manqué l’occasion d’adopter un nom plus créatif.