NVIDIA CUDA obtém suporte RISC-V

A NVIDIA anunciou no RISC-V Summit 2025 na China que sua plataforma de computação paralela CUDA foi atualizada para oferecer suporte à arquitetura RISC-V de código aberto, refletindo o crescente interesse em chips RISC-V no segmento de data center.

A solução apresentada pressupõe o uso de uma configuração típica: o acelerador gráfico processa cargas de trabalho paralelas, enquanto a CPU baseada em RISC-V é responsável pelo funcionamento dos drivers do sistema, da lógica do aplicativo e do sistema operacional. Este modelo permite que a CPU coordene totalmente os cálculos da GPU no ambiente CUDA.

Fonte da imagem: RISC-V International (X/@risc_v)

Além disso, uma unidade de processamento de dados (DPU) dedicada pode ser usada em conjunto com a CPU RISC-V e o acelerador NVIDIA. Isso permite ambientes de computação heterogêneos nos quais o processador RISC-V desempenha um papel fundamental no gerenciamento de cargas de trabalho. Espera-se que os chips RISC-V sejam usados em dispositivos de ponta habilitados para CUDA, incluindo soluções com módulos NVIDIA Jetson.

O suporte ao RISC-V amplia os recursos do CUDA em sistemas que privilegiam conjuntos de instruções abertos ou exigem chips especialmente otimizados. Em essência, a NVIDIA está criando uma ponte entre a pilha CUDA proprietária e a arquitetura aberta RISC-V, que está em desenvolvimento ativo em todo o mundo, inclusive na China.

Fonte da imagem: NVIDIA

Anteriormente, diversas empresas chinesas, incluindo a T-Head (de propriedade do gigante Alibaba Group Holding), a Shanghai Shiqing Technology, a Juquan Optoelectronics, a Xinsiyuan Microelectronics e a StarFive, formaram uma aliança de patentes na área de RISC-V. O instituto de pesquisa Damo Academy (uma divisão do Alibaba Group Holding), a Academia Chinesa de Ciências e diversos outros participantes do mercado local estão desenvolvendo processadores RISC-V. Impossibilitada de fornecer aceleradores de IA emblemáticos para a China devido às sanções americanas, a NVIDIA se vê forçada a buscar outras maneiras de desenvolver o ecossistema CUDA na China.