【免费下载】 ZLUDA 使用与启动教程

1. 项目介绍

ZLUDA 是一个开源项目，它允许用户在 Intel 和 AMD GPU 上运行未经修改的 CUDA 应用程序，并且具备近原生性能。目前，ZLUDA 处于 alpha 质量阶段，但已经确认能够与多种原生 CUDA 应用程序兼容，例如 Geekbench、3DF Zephyr、Blender、PyTorch on Windows、Reality Capture、LAMMPS、NAMD 等。

2. 项目快速启动

安装依赖

确保安装以下依赖项：

• Git
• CMake
• Python 3
• Rust (1.81 或更高版本)
• C++ 编译器
• ROCm 6.0+ (或在 Windows 上的 HIP SDK)
• (Windows 仅限) 近期的 AMD Radeon Software Adrenalin
• Ninja（可选，对于 Linux）

克隆代码

使用以下命令克隆 ZLUDA 代码：

git clone --recurse-submodules https://github.com/vosen/zluda.git

构建项目

在项目目录下运行以下命令构建项目：

cargo xtask --release

夜间构建（仅限 Windows）

如果需要启用不稳定特性，可以开启 --nightly 标志：

cargo xtask --nightly

夜间构建接收的测试非常有限，如果可能的话，建议禁用不支持的特性而不是使用夜间构建。

3. 应用案例和最佳实践

以下是一些使用 ZLUDA 的应用案例和最佳实践：

• 确保使用正确的 GPU： 如果系统中同时存在集成 AMD GPU 和独立 AMD GPU，ZLUDA 默认使用集成 GPU。为了使用独立 GPU，可以在 Windows 上设置环境变量 HIP_VISIBLE_DEVICES=1 或者在 Linux 上设置 ROCR_VISIBLE_DEVICES=<UUID>。

• 注意性能库支持： ZLUDA 对性能库（如 cuBLAS、cuDNN）的支持可能有限，这可能会影响更复杂应用程序的运行。

• 首次启动可能较慢： ZLUDA 需要为应用程序编译 GPU 代码，这是一个一次性成本，编译后的 GPU 代码会被缓存。

• 可能得到不同的结果： ZLUDA 可能忽略一些内核中的浮点数非规格化和舍入模式信息，并且对于 CUDA 中某些近似的 NVIDIA 浮点操作，ZLUDA 可能直接使用 AMD 的近似浮点操作。

4. 典型生态项目

目前，ZLUDA 已经与多种生态项目进行了兼容性测试，以下是一些典型的生态项目：

• Geekbench
• 3DF Zephyr
• Blender
• PyTorch on Windows
• Reality Capture
• LAMMPS
• NAMD
• waifu2x
• OpenFOAM
• Arnold (概念验证)

通过以上教程，您可以开始使用 ZLUDA 在 AMD GPU 上运行 CUDA 应用程序，并探索其潜力。