Oprogramowanie jest najwyższym priorytetem dla Nvidii, projektant układów scalonych wyjaśnił na trwającej w tym tygodniu konferencji technologii GPU, i że nadal wpływa to na rozwój jej sprzętu.
Gigant z Doliny Krzemowej jest otwarty na pomysł procesorów innych niż Nvidia dostrojonych do natywnego wykonywania oprogramowania zbudowanego przy użyciu zestawu narzędzi programistycznych CUDA, powiedział Jensen Huang, dyrektor generalny Nvidii Rejestr podczas konferencji prasowej. CUDA należy do Nvidii własność platforma programistyczna i interfejs dla aplikacji, które wykorzystują moc obliczeniową firmowych procesorów graficznych. CUDA pomaga Nvidii sprzedawać więcej tych akceleratorów przedsiębiorstwom.
Firma nie planuje udostępnienia swojego środowiska programistycznego CUDA jako open-source, ale jeśli firmy chcą budować lub optymalizować własne chipy dla aplikacji zbudowanych w CUDA, firma niekoniecznie jest przeciwna tym wysiłkom, powiedział nam Huang.
„Pod CUDA kryje się sprzęt Nvidii” — powiedział Huang. „Naprawdę nie ma nic do open source. Jeśli ktoś chciałby zbudować aplikację dla CUDA lub zbudować kolejny chip dla CUDA, nie jesteśmy temu fundamentalnie przeciwni i nikt nigdy o to nie pytał”.
Alternatywą dla Nvidii byłoby udostępnienie swoich procesorów graficznych innym osobom do wykorzystania w ich układach system-on-chip z aplikacjami opartymi na CUDA działającymi na wierzchu, co po prostu się nie wydarzy, powiedział Huang. CUDA jest często uważana za wyprzedzającą o lata świetlne podobne frameworki dla innych architektur, a Nvidia nie zamierza otwierać oprogramowania ani bazowego sprzętu dla rywali.
Aby pomyślnie stworzyć akcelerator kompatybilny z CUDA, który może w pełni wykorzystać platformę, prawdopodobnie będziesz potrzebować wkładu Nvidii, a stanie się to tylko wtedy, gdy będzie to miało komercyjny sens.
Jeśli duży gracz z mnóstwem pieniędzy do wydania chce opracować niestandardowy krzem dla frameworka programistycznego, przyciągnie to zainteresowanie Nvidii, powiedział Jim McGregor, główny analityk w Tirias Research.
„Jeśli jest to ogromny klient, taki jak Facebook, [Nvidia] zrobi wszystko, co trzeba” — powiedział McGregor. Najlepsi dostawcy usług w chmurze, tacy jak Amazon i Google, dostosowują chipy do określonych obciążeń, a Nvidia może stracić, jeśli zdecyduje się nie współpracować w tym obszarze, a znaczenie CUDA może zostać osłabione, stwierdził.
Google ma swoje rodzina rodzimych TPU na przykład w celu przyspieszenia oprogramowania do uczenia maszynowego.
Nvidia pozycjonuje się jako firma programistyczna wokół CUDA, co jest raczej sposobem na sprzedaż większej liczby procesorów graficznych. Firma postrzega siebie jako dostawcę oprogramowania i sprzętu dla Metaverse, równoległego wszechświata 3D, którego broni Facebook (obecnie Meta), jako cyfrowy świat bez granic, w którym awatary mogą pracować, bawić się i wchodzić w interakcje.
CUDA ma kluczowe znaczenie dla metaverse sprzętu i platformy programowej Nvidii o nazwie Omniverse. Tymczasem firmy używają CUDA do przenoszenia swoich aplikacji do wirtualnych światów.
Nvidia ma dostępne 150 zestawów programistycznych do tworzenia narzędzi i innych rzeczy na CUDA, a niektóre nowe aplikacje są Reopt do optymalizacji łańcucha dostaw i cuQuantum do symulacji obliczeń kwantowych na GPU. CUDA jest również wykorzystywana do pisania oprogramowania dla autonomicznych samochodów wyposażonych w sprzęt Nvidii.
Nvidia balansuje na linie, przedstawiając się jako „otwarta” firma, jednocześnie rekrutując organizacje do swojego zamkniętego ekosystemu sprzętu i oprogramowania.
„Naszą strategią nie jest bycie komputerem na zamówienie, komputerem zastrzeżonym, ale komputerem otwartym”, powiedział Huang podczas konferencji prasowej, „ale komputerem otwartym, który pozwala światu budować na nim oprogramowanie. A kiedy oprogramowanie nie istnieje, idziemy i je tworzymy”.
Podczas gdy Nvidia mocno trzyma się CUDA, swoich klejnotów w koronie, konkurencyjne narzędzia próbują wypełnić lukę. Procesory graficzne Nvidii są zgodne z OpenCL, platformę programowania równoległego wspieraną przez firmy AMD i Intel. AMD oferuje pakiet oprogramowania do akceleracji sprzętowej i CUDA ROCM, a Intel ma swoją całość oneAPI oferuje.
OpenAI w lipcu ogłosił platformę specyficzną dla sztucznej inteligencji o nazwie Tryton, która zapewnia środowisko programowania podobne do Pythona, w którym badacze bez doświadczenia z CUDA mogą pisać wydajny kod do wykonania na procesorach graficznych Nvidia.
Projekt o nazwie Wir chce przenieść wykonywanie aplikacji CUDA na procesory graficzne w urządzeniach RISC-V.
W 2013 roku Nvidia zapowiedziała, że udzieli licencji osobom trzecim na swoje IP GPU. Firma nie odpowiedziała, gdy zapytaliśmy, czy nadal to robi. AMD udzieliło Samsungowi licencji na swoją architekturę GPU, którą firma planuje wykorzystać w swoich mobilnych chipach. ®
Źródło: https://go.theregister.com/feed/www.theregister.com/2021/11/10/nvidia_cuda_silicon/
