// TOM'S HARDWARE ITALIA — HARDWARE & GADGET
CUDA gira su una Radeon in Windows, ma manca ancora qualcosa
Uno sviluppatore indipendente ha realizzato CUDA-for-AMD-Windows, un progetto open source che permette di eseguire alcune librerie CUDA su una Radeon RX 9060 XT direttamente in Windows. Il toolkit collega ZLUDA, il livello di traduzione per software CUDA, alle librerie di calcolo AMD: una strada per utilizzare carichi di lavoro legati all’ecosistema NVIDIA senza ricorrere a virtualizzazione o a un secondo sistema operativo.
Il progetto consiste in una configurazione automatizzata e riproducibile tramite script PowerShell. La procedura rileva l’architettura della GPU, scarica una versione precisa di ZLUDA, la v6-preview.69, e la collega all’SDK HIP/ROCm per Windows. Fissare la versione del componente di traduzione permette di riprodurre la configurazione scelta dall’autore, anziché dipendere ogni volta dalla release più recente.
Il collegamento intercetta le chiamate alla CUDA Driver API e associa cuBLAS, cuSPARSE e cuFFT alle rispettive librerie AMD, coprendo operazioni di algebra lineare, calcolo su matrici sparse e trasformate di Fourier. Il lavoro sulla compatibilità software assume forme diverse, come nel caso di Super Mario 64 eseguito su ARM con ReactOS: qui il punto d’incontro è tra le interfacce richieste dalle applicazioni CUDA e gli strumenti di calcolo disponibili sulla Radeon.
Per dimostrare il funzionamento della configurazione, l’autore ha completato l’addestramento di una rete da 2,2 milioni di parametri basata sull’algoritmo PPO, impiegato nell’apprendimento per rinforzo. La prova ha utilizzato librerie CUDA non modificate sulla RX 9060 XT. Il risultato riguarda quindi un carico di lavoro eseguito dall’inizio alla fine, con una misurazione della velocità di elaborazione, oltre alla risoluzione delle dipendenze software.
Nel confronto A/B documentato dal progetto, il percorso basato sulle release ufficiali di ZLUDA e sull’HIP SDK 6.4 standard di AMD ha raggiunto una mediana di 13.278 passi al secondo. Una configurazione alternativa, costruita con un insieme personalizzato di vecchi binari ZLUDA recuperati, si è fermata a 12.876 passi al secondo. Sullo stesso carico da 2,2 milioni di parametri, questa seconda soluzione risulta circa il 3% più lenta.
L’autore descrive anche una successiva riscrittura del carico PPO che ha eliminato LibTorch e ZLUDA dal percorso di esecuzione, ottenendo una velocità sensibilmente superiore. Il toolkit affronta soprattutto un problema pratico degli esperimenti AI su Windows: repository e strumenti che richiedono esplicitamente CUDA anche quando il computer dispone già del supporto ROCm, costringendo gli sviluppatori a cercare adattamenti o una conversione a HIP.
La compatibilità resta circoscritta alla RX 9060 XT, unica GPU dichiarata supportata dal progetto, e ai carichi che non richiedono cuDNN, TensorRT e NCCL, librerie ancora non risolte dalla configurazione. Lo sviluppo poggia inoltre su ZLUDA, mantenuto come progetto del tempo libero dopo la seconda perdita del sostegno commerciale, mentre il codice aperto del toolkit rende disponibili gli script e le configurazioni usati per riprodurre l’esperimento.
Aggiungi Tom's Hardware alle tue fonti preferite su Google