Software er en topprioritet for Nvidia, har chipdesigneren gjort det klart på denne uges igangværende GPU Technology-konference, og at dette fortsat påvirker dets hardwareudvikling.
Silicon Valley-giganten er åben for ideen om ikke-Nvidia-processorer, der er tunet til indbygget udførelse af software bygget ved hjælp af deres CUDA-udviklingsværktøjssæt, fortalte Nvidia-chef Jensen Huang Registret under et pressemøde. CUDA er Nvidias proprietære programmeringsplatform og interface til applikationer til at udnytte computerkraften fra virksomhedens GPU'er. CUDA hjælper Nvidia med at sælge flere af disse acceleratorer til virksomheder.
Virksomheden har ingen planer om at open source sit CUDA-udviklingsmiljø, men hvis virksomheder ønsker at bygge eller optimere deres egne chips til CUDA-byggede applikationer, er virksomheden ikke nødvendigvis imod den indsats, fortalte Huang os.
"Under CUDA er Nvidias hardware," sagde Huang. "Der er virkelig ikke noget ved open source. Hvis nogen gerne vil bygge en applikation til CUDA eller bygge en anden chip til CUDA, er vi ikke grundlæggende imod det, og ingen har nogensinde spurgt."
Alternativet ville være, at Nvidia åbnede sine GPU'er, som andre kan bruge i deres system-on-chips med CUDA-byggede applikationer, der kører ovenpå, hvilket bare ikke kommer til at ske, sagde Huang. CUDA betragtes ofte som lysår foran lignende rammer for andre arkitekturer, og Nvidia vil ikke åbne softwaren eller den underliggende hardware for rivaler.
For at kunne producere en CUDA-kompatibel accelerator, der kan udnytte rammen fuldt ud, har du sandsynligvis brug for Nvidias input, og det kommer kun til at ske, hvis det giver kommerciel mening hele vejen rundt.
Hvis en stor spiller med masser af penge at bruge, ønsker at udvikle tilpasset silicium til programmeringsrammerne, ville det fange Nvidias interesse, sagde Jim McGregor, hovedanalytiker hos Tirias Research.
"Hvis det er en stor kunde som Facebook, vil [Nvidia] gøre, hvad de har brug for," sagde McGregor. Top cloud-udbydere som Amazon og Google tilpasser chips til specifikke arbejdsbelastninger, og Nvidia kan tabe, hvis det vælger ikke at samarbejde på dette område, plus CUDAs relevans kan blive udvandet, mente han.
Google har sin familie af hjemmelavede TPU'er for at accelerere maskinlæringssoftware, for eksempel, bemærker vi.
Nvidia positionerer sig som et softwarefirma omkring CUDA, hvilket mere er et middel til at sælge flere GPU'er. Virksomheden ser sig selv som software- og hardwareleverandøren til metaverset, et parallelt 3D-univers, som Facebook (nu Meta) forkæmper som en grænseløs digital verden, hvor avatarer kan arbejde, lege og interagere.
CUDA er central for Nvidias metaverse hardware- og softwareplatform kaldet omniverset. I mellemtiden bruger virksomheder CUDA til at bringe deres applikationer til virtuelle verdener.
Nvidia har 150 softwareudviklingssæt til rådighed til at bygge værktøjer og andet på CUDA, med nogle nye applikationer Genopt til forsyningskædeoptimering og cuQuantum til simulering af kvanteberegning på en GPU. CUDA bliver også brugt til at skrive software til autonome biler udstyret med Nvidia hardware.
Nvidia balancerer på en snæver snor med at projicere sig selv som en "åben" virksomhed, mens de også rekrutterer organisationer ind i sit lukkede hardware- og software-økosystem.
"Vores strategi er ikke at være en skræddersyet computer, ikke at være en proprietær computer, men at være en åben computer," sagde Huang under pressekonferencen, "men være en åben computer, der tillader verden at bygge software på den. Og når softwaren ikke eksisterer, går vi hen og skaber den.”
Mens Nvidia holder fast i CUDA, dets kronjuveler, forsøger rivaliserende værktøjer at udfylde hullet. Nvidias GPU'er er kompatible med OpenCL, en parallel programmeringsramme understøttet af AMD og Intel. AMD tilbyder en hardware-acceleration software suite og CUDA wannabe kaldet ROCm, og Intel har sin helhed oneAPI tilbyder.
OpenAI annoncerede i juli en AI-specifik ramme kaldet Triton, som giver et Python-lignende programmeringsmiljø, hvor forskere uden CUDA-erfaring kan skrive effektiv kode til kørsel på Nvidia GPU'er.
Et projekt kaldet Vortex søger at bringe eksekveringen af CUDA-applikationer til GPU'er inden for RISC-V-enheder.
Tilbage i 2013 sagde Nvidia, at det ville licensere sin GPU IP til tredjeparter. Virksomheden svarede ikke, da vi spurgte, om den stadig gør det. AMD har licenseret sin GPU-arkitektur til Samsung, som virksomheden planlægger at bruge i sine mobile chips. ®
Kilde: https://go.theregister.com/feed/www.theregister.com/2021/11/10/nvidia_cuda_silicon/
