VUDA: CUDA का Vulkan इम्प्लीमेंटेशन

 (github.com/jgbit)
1 पॉइंट द्वारा GN⁺ 2023-07-03 | 1 टिप्पणियां | WhatsApp पर शेयर करें
  • VUDA: Vulkan पर आधारित एक header-only लाइब्रेरी, जो GPU acceleration applications लिखने के लिए CUDA runtime API interface प्रदान करती है.
  • यह Vulkan API पर आधारित है और CUDA runtime specification का पालन करने का लक्ष्य रखती है.
  • VUDA की सुविधाओं तक vuda.hpp को include करके और vuda:: namespace का उपयोग करके, या vuda_runtime.hpp का उपयोग करके पहुँचा जा सकता है, जो सभी CUDA functions को wrap और redirect करता है.
  • यह लेख VUDA को सेट अप और compile करने के तरीकों पर documentation और implementation details प्रदान करता है.
  • इस लेख में code examples शामिल हैं, जो दिखाते हैं कि VUDA का उपयोग करके device पर memory allocate कैसे करें, arrays को device पर copy कैसे करें, kernel (Vulkan shader module) कैसे चलाएँ, और results को host पर वापस copy कैसे करें.
  • VUDA, NVIDIA CUDA runtime API का उपयोग करने के बजाय Vulkan की performance का लाभ उठाने वाला एक alternative प्रदान करता है.
  • यह लेख VUDA नाम की एक नई लाइब्रेरी का परिचय देता है, जो Vulkan और CUDA की क्षमताओं को जोड़ती है.
  • तकनीक की अच्छी समझ रखने वाले लोग इस लेख में रुचि लेंगे, क्योंकि यह GPU acceleration applications की performance बेहतर बनाने वाली cutting-edge technology का परिचय कराता है.

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 2023-07-03
Hacker News राय
  • यह CUDA runtime API का implementation है, खुद CUDA नहीं।
  • George Hotz के AMD chip पर machine learning लक्ष्य से इसका संबंध स्पष्ट नहीं है।
  • सफल होने के लिए इसे corporate sponsorship की ज़रूरत पड़ सकती है।
  • AMD GPU इस्तेमाल करने और Windows चलाने वालों के लिए दूसरे विकल्प मौजूद हैं।
  • यह project फ़रवरी 2022 के बाद से निष्क्रिय लगता है।
  • SHUDA नाम के तीसरे implementation का एक सुझाव है।
  • HIP की तुलना में यह Nvidia और AMD GPU के लिए एक efficient abstraction है या नहीं, और इसकी तुलना कैसे होती है, यह स्पष्ट नहीं है।
  • अतीत में इसी तरह के projects को ज़्यादा लोकप्रियता नहीं मिली।
  • CUDA API के लिए alternative API wrapper मौजूद हैं।
  • driver API का implementation कुछ विशेष features के लिए महत्वपूर्ण है।
  • code के लिहाज़ से यह project अपेक्षाकृत छोटा है।
  • इस implementation का उपयोग करके AMD और Intel devices पर CUDA programs चलाना भी संभव हो सकता है।
  • इस project के लिए अधिक रचनात्मक नाम इस्तेमाल करने का मौका चूक गया।