Software hat für Nvidia oberste Priorität, wie der Chipdesigner auf der dieswöchigen GPU-Technologiekonferenz deutlich gemacht hat, und dass dies auch weiterhin Einfluss auf die Hardwareentwicklung des Unternehmens hat.
Der Silicon-Valley-Riese sei offen für die Idee von Nicht-Nvidia-Prozessoren, die auf die native Ausführung von Software abgestimmt sind, die mit seinem CUDA-Entwicklungstoolkit erstellt wurde, sagte Nvidia-CEO Jensen Huang Das Register während einer Pressekonferenz. CUDA ist Nvidias Eigentums- Programmierplattform und Schnittstelle für Anwendungen zur Nutzung der Rechenleistung der GPUs des Unternehmens. CUDA hilft Nvidia dabei, mehr dieser Beschleuniger an Unternehmen zu verkaufen.
Das Unternehmen hat keine Pläne, seine CUDA-Entwicklungsumgebung als Open-Source-Lösung bereitzustellen. Wenn Unternehmen jedoch ihre eigenen Chips für CUDA-basierte Anwendungen entwickeln oder optimieren möchten, ist das Unternehmen nicht unbedingt gegen diese Bemühungen, sagte uns Huang.
„Unter CUDA befindet sich die Hardware von Nvidia“, sagte Huang. „Es gibt wirklich nichts zu Open Source. Wenn jemand eine Anwendung für CUDA oder einen anderen Chip für CUDA erstellen möchte, sind wir nicht grundsätzlich dagegen, und niemand hat jemals danach gefragt.“
Die Alternative bestünde darin, dass Nvidia seine GPUs als Open-Source-Lösung bereitstellen würde, damit andere sie in ihren System-on-Chips nutzen könnten, wobei darauf CUDA-erstellte Anwendungen laufen würden, was einfach nicht passieren werde, sagte Huang. CUDA gilt oft als Lichtjahre voraus gegenüber ähnlichen Frameworks für andere Architekturen, und Nvidia wird weder die Software noch die zugrunde liegende Hardware für Konkurrenten öffnen.
Um erfolgreich einen CUDA-kompatiblen Beschleuniger zu produzieren, der die Vorteile des Frameworks voll ausnutzen kann, benötigen Sie wahrscheinlich den Input von Nvidia, und das wird nur passieren, wenn es insgesamt kommerziell sinnvoll ist.
Wenn ein großer Player mit viel Geld kundenspezifische Chips für das Programmier-Framework entwickeln möchte, würde das das Interesse von Nvidia wecken, sagte Jim McGregor, Chefanalyst bei Tirias Research.
„Wenn es ein großer Kunde wie Facebook ist, wird [Nvidia] alles tun, was nötig ist“, sagte McGregor. Top-Cloud-Anbieter wie Amazon und Google passen Chips für bestimmte Arbeitslasten an, und Nvidia könnte verlieren, wenn es sich entscheidet, in diesem Bereich nicht zusammenzuarbeiten, und außerdem könnte die Relevanz von CUDA verwässert werden, meinte er.
Google hat seine Familie selbst entwickelter TPUs Wir stellen beispielsweise fest, dass es darum geht, Software für maschinelles Lernen zu beschleunigen.
Nvidia positioniert sich als Softwareunternehmen rund um CUDA, was eher ein Mittel ist, um mehr GPUs zu verkaufen. Das Unternehmen versteht sich als Software- und Hardwareanbieter für das Metaversum, ein paralleles 3D-Universum, das von Facebook (jetzt Meta) als grenzenlose digitale Welt propagiert wird, in der Avatare arbeiten, spielen und interagieren können.
CUDA ist von zentraler Bedeutung für Nvidias sogenannte Metaverse-Hardware- und Softwareplattform Omniversum. Mittlerweile nutzen Unternehmen CUDA, um ihre Anwendungen in virtuelle Welten zu bringen.
Nvidia verfügt über 150 Software-Entwicklungskits zum Erstellen von Tools und so weiter auf CUDA, darunter auch einige neue Anwendungen ReOpt zur Supply-Chain-Optimierung und cuQuantum zur Simulation von Quantencomputing auf einer GPU. Mit CUDA wird auch Software für autonome Autos geschrieben, die mit Nvidia-Hardware ausgestattet sind.
Nvidia balanciert auf dem Balanceakt, sich als „offenes“ Unternehmen zu präsentieren und gleichzeitig Unternehmen für sein geschlossenes Hardware- und Software-Ökosystem zu rekrutieren.
„Unsere Strategie besteht nicht darin, ein maßgeschneiderter Computer zu sein, kein proprietärer Computer, sondern ein offener Computer“, sagte Huang während der Pressekonferenz, „sondern ein offener Computer, der es der Welt ermöglicht, darauf Software zu entwickeln.“ Und wenn die Software nicht existiert, erstellen wir sie.“
Während Nvidia an CUDA, seinen Kronjuwelen, festhält, versuchen konkurrierende Tools, die Lücke zu schließen. Nvidias GPUs sind konform mit OpenCL, ein paralleles Programmierframework, das von AMD und Intel unterstützt wird. AMD bietet eine Software-Suite zur Hardwarebeschleunigung an, die Möchtegern-CUDA genannt wird ROCM, und Intel hat sein Ganzes oneAPI anbieten.
OpenAI kündigte im Juli ein KI-spezifisches Framework namens an Triton, das eine Python-ähnliche Programmierumgebung bietet, in der Forscher ohne CUDA-Erfahrung effizienten Code für die Ausführung auf Nvidia-GPUs schreiben können.
Ein Projekt namens Wirbel möchte die Ausführung von CUDA-Anwendungen auf GPUs in RISC-V-Geräten bringen.
Bereits 2013 kündigte Nvidia an, sein GPU-IP an Dritte zu lizenzieren. Das Unternehmen antwortete nicht auf unsere Frage, ob es dies noch tue. AMD hat seine GPU-Architektur an Samsung lizenziert, die das Unternehmen in seinen mobilen Chips verwenden will. ®
Quelle: https://go.theregister.com/feed/www.theregister.com/2021/11/10/nvidia_cuda_silicon/
