El software es una prioridad principal para Nvidia, el diseñador de chips dejó en claro en la conferencia de tecnología de GPU en curso de esta semana, y esto continúa influyendo en el desarrollo de su hardware.
El gigante de Silicon Valley está abierto a la idea de procesadores que no sean de Nvidia ajustados para la ejecución nativa de software creado con su conjunto de herramientas de desarrollo CUDA, dijo el CEO de Nvidia, Jensen Huang. El registro durante una conferencia de prensa. CUDA es de Nvidia propietario plataforma de programación e interfaz de aplicaciones para aprovechar la potencia informática de las GPU de la empresa. CUDA está ayudando a Nvidia a vender más de estos aceleradores a las empresas.
La empresa no tiene planes de abrir su entorno de desarrollo CUDA, aunque si las empresas quieren construir u optimizar sus propios chips para aplicaciones creadas con CUDA, la empresa no está necesariamente en contra de ese esfuerzo, nos dijo Huang.
“Debajo de CUDA está el hardware de Nvidia”, dijo Huang. “Realmente no hay nada para el código abierto. Si a alguien le gustaría crear una aplicación para CUDA o crear otro chip para CUDA, no estamos fundamentalmente en contra, y nadie lo ha pedido nunca”.
La alternativa sería que Nvidia abriera sus GPU para que otros las usen en sus sistemas en chips con aplicaciones construidas con CUDA que se ejecutan en la parte superior, lo que simplemente no va a suceder, dijo Huang. CUDA a menudo se considera años luz por delante de marcos similares para otras arquitecturas, y Nvidia no va a abrir el software, ni el hardware subyacente, a los rivales.
Para producir con éxito un acelerador compatible con CUDA que pueda aprovechar al máximo el marco, es probable que necesite el aporte de Nvidia, y eso solo sucederá si tiene sentido comercial en general.
Si un gran jugador con mucho dinero para gastar quiere desarrollar silicio personalizado para el marco de programación, eso captaría el interés de Nvidia, dijo Jim McGregor, analista principal de Tirias Research.
“Si se trata de un gran cliente como Facebook, [Nvidia] hará lo que sea necesario”, dijo McGregor. Los principales proveedores de nube como Amazon y Google están personalizando chips para cargas de trabajo específicas, y Nvidia puede salir perdiendo si decide no colaborar en esta área, además, la relevancia de CUDA podría diluirse, opinó.
Google tiene su familia de TPU de cosecha propia para acelerar el software de aprendizaje automático, por ejemplo, observamos.
Nvidia se está posicionando como una empresa de software en torno a CUDA, que es más un medio para vender más GPU. La empresa se ve a sí misma como el proveedor de software y hardware del metaverso, un universo 3D paralelo defendido por Facebook (ahora Meta) como un mundo digital sin fronteras en el que los avatares pueden trabajar, jugar e interactuar.
CUDA es fundamental para la plataforma de hardware y software de metaverso de Nvidia llamada Omniverso. Mientras tanto, las empresas utilizan CUDA para llevar sus aplicaciones a mundos virtuales.
Nvidia tiene 150 kits de desarrollo de software disponibles para crear herramientas y otras cosas en CUDA, con algunas aplicaciones nuevas Reoptar para la optimización de la cadena de suministro y cuQuantum para simulación de computación cuántica en una GPU. CUDA también se está utilizando para escribir software para automóviles autónomos equipados con hardware Nvidia.
Nvidia se está balanceando en la cuerda floja de proyectarse a sí misma como una empresa "abierta", al mismo tiempo que recluta organizaciones en su ecosistema cerrado de hardware y software.
“Nuestra estrategia no es ser a la medida, no ser una computadora propietaria, sino ser una computadora abierta”, dijo Huang durante la conferencia de prensa, “pero ser una computadora abierta que permita al mundo construir software a partir de ella. Y cuando el software no existe, vamos y lo creamos”.
Mientras Nvidia se aferra a CUDA, sus joyas de la corona, las herramientas rivales intentan llenar el vacío. Las GPU de Nvidia cumplen con OpenCL, un marco de programación paralelo respaldado por AMD e Intel. AMD ofrece un paquete de software de aceleración de hardware y un aspirante a CUDA llamado ROCm, e Intel tiene todo su oneAPI ofreciendo.
OpenAI en julio anunció un marco específico de IA llamado Tritón, que proporciona un entorno de programación similar a Python en el que los investigadores sin experiencia en CUDA pueden escribir código eficiente para su ejecución en las GPU de Nvidia.
Un proyecto llamado Vórtice está buscando llevar la ejecución de aplicaciones CUDA a GPU dentro de dispositivos RISC-V.
En 2013, Nvidia dijo que licenciaría su GPU IP a terceros. La empresa no respondió cuando le preguntamos si todavía lo hacía. AMD ha otorgado la licencia de su arquitectura de GPU a Samsung, que la compañía planea usar en sus chips móviles. ®
Fuente: https://go.theregister.com/feed/www.theregister.com/2021/11/10/nvidia_cuda_silicon/
