Комментарии 7
На графике не хватает ещё сравнения с CUDA, выполняемой на видеокарте NVIDIA сопоставимой производительности.
Тоже было интересно, поискал - прямых сравнений нет, но косвенно, похоже, что производительность не сильно хуже (не в разы). Основная проблема ZLUDA, на мой взгляд, юридическая - NVIDIA сильно против того, что AMD будет поддерживать CUDA. Поэтому NVIDIA как пугает AMD судами, так и создаёт технические проблемы для ZLUDA. Поэтому полагаться на ZLUDA долгосрочно - это риски. Я бы больше делал ставку на то, что разработчики всех этих нейросетей всё же начнут поддерживать тот же ROCm в качестве вычислительного бэка.
Кода AMD там уже нет, в этом релизе автор избавился от кода, который писал, будучи трудоустроен в AMD. Теперь там лишь код, который он написал, как независимый разработчик, до и после работы в AMD.
Я бы больше делал ставку на то, что разработчики всех этих нейросетей всё же начнут поддерживать тот же ROCm в качестве вычислительного бэка.
А какие ещё остались ML фреймворки без нативной поддержки ROCm? Я периодически с разными нейросетями играюсь на AMD, уже довольно давно не сталкивался с тем, что что-то не работает нативно.
Я проводил сравнение своих приложений на похожих ГПУ, хотя технически конечно амд и нвидиа сложно найти похожие. Я оставил эти результаты в вопросах к автору этого репозиторию, или могу поискать ссылку или графики скинуть.
Zluda и hip примерно равны по скорости в Blender. В первых версиях была разница из-за неточности в отображении освещения. На zluda картинка была темнее и естественно черные участки рендерятся быстрее. Но выкрутив свет идентичный по отображению как на hip выходит даже чуть медленнее
Релиз ZLUDA 4.0 — инструментария для запуска CUDA-приложений на GPU AMD