NVIDIA CUDA pode ser usado em aceleradores Intel, mas até agora apenas no Geekbench

O uso de GPUs para tarefas além da simples renderização 3D é a indústria que trouxe bilhões de NVIDIA no setor de data center (e agora mineração). Sua plataforma CUDA proprietária e API foram exclusivas para as placas gráficas da empresa desde o início. Mas agora a tecnologia também está disponível nos aceleradores Intel.

Claro, existiram ferramentas no passado para portar aplicativos CUDA para linguagens amplamente suportadas, como OpenCL. No entanto, mesmo ferramentas semiautomáticas como HIPCL exigiam a intervenção do desenvolvedor. Mas a nova biblioteca ZLUDA promete rodar aplicativos CUDA diretamente nas GPUs Intel sem qualquer alteração. ZLUDA usa Intel oneAPI Nível Zero para traduzir ou emular comandos CUDA.

Os desenvolvedores do ZLUDA descrevem sua criação como uma substituição direta do CUDA em sistemas com GPUs Intel usados ​​no Skylake e em processadores posteriores. A versão mais recente é compatível com Windows e Linux com gráficos de 9ª geração ou mais recentes. De acordo com os desenvolvedores, o ZLUDA é capaz de atingir quase o mesmo desempenho como se o código fosse compilado diretamente. No entanto, ainda existem grandes limitações: a funcionalidade com suporte é significativamente limitada. Na verdade, a biblioteca atualmente só funciona no Geekbench, e os usuários em potencial são avisados ​​para não confiar nela para o desenvolvimento de software crítico.

Usar ZLUDA no Windows parece bastante simples. Para fazer isso, você precisa baixar a compilação mais recente da página ZLUDA GitHub. O arquivo baixado inclui um “wrapper” para executar qualquer aplicativo habilitado para CUDA e a biblioteca necessária. Então você apenas inicia o shell a partir da linha de comando com o aplicativo como um argumento (zluda_with – geekbench5 –compute CUDA). No entanto, os jornalistas da Hot Hardware deram um erro a este método.

No Linux, o autor do ZLUDA foi capaz de executar benchmarks para o Core i5-8700K, marcando 6333 pontos com CUDA usando gráficos UHD integrados 630 contra 6482 pontos quando executados por meio do OpenCL. Esta é uma ligeira diminuição geral no desempenho, mas há nuances interessantes. Alguns benchmarks Geekbench foram significativamente mais lentos, mas por exemplo o benchmark Stereo Matching foi cerca de 50% mais rápido usando ZLUDA do que era com OpenCL.

Comparação de resultados de teste no Geekbench via ZLUDA e OpenCL

Em outras palavras, os criadores do ZLUDA ainda têm um longo caminho a percorrer – a biblioteca só passou pelo lançamento da segunda construção principal. No entanto, este é um projeto interessante. Os gráficos DG1 da Intel já foram lançados para OEMs e parece que DG2s mais rápidos estão chegando. Enquanto os gráficos integrados servem como uma prova de conceito interessante, não há dúvida de que os gráficos discretos da Intel são muito mais interessantes no futuro para o ZLUDA.