В 2025 году проект ZLUDA продолжает активно развиваться, делая значимые шаги в создании мультивендорной реализации CUDA для графических процессоров, выходящих за пределы экосистемы NVIDIA. Изначально стартовав примерно пять лет назад как попытка внедрить поддержку CUDA на GPUs Intel, ZLUDA в течение нескольких лет развивалась с акцентом на интеграцию с Radeon GPU компании AMD через их платформу ROCm. После периода частичного закрытия и повторного открытого доступа, команда разработчиков продолжила работу над реализацией, одновременно меняя стратегию и расширяя цели проекта. Сегодня ZLUDA нацелена на поддержку CUDA для различных GPU-производителей с особым упором на задачи искусственного интеллекта и машинного обучения, что критично для современной индустрии высокопроизводительных вычислений. Одной из самых заметных новостей второго квартала 2025 года стала информация о расширении команды ZLUDA.
Сейчас над проектом работают два разработчика на постоянной основе, что вдвое увеличивает ресурсы рабочей силы и ускоряет процесс внедрения новых функций и исправления ошибок. Увеличение штата позволяет сосредоточиться не только на расширении совместимости с аппаратным обеспечением, но и на улучшении стабильности и надежности платформы. Одним из важных аспектов развития является борьба с изменениями в ABI (Application Binary Interface) внутри ROCm, которые могут вызывать несовместимости на уровне двоичных интерфейсов между разными версиями драйверов и библиотек. Стабильность ABI — ключевой фактор для успешного развертывания CUDA-приложений на альтернативных GPU, так как любые изменения могут потребовать повторной компиляции приложений или привести к ошибкам во время выполнения. Команда ZLUDA активно работает над адаптацией к этим изменениям и обеспечением поддержки новых версий ROCm без потери совместимости.
Кроме того, особое внимание уделяется достижению битовой идентичности исполнения программ на разных GPU и драйверах. Это критично для приложений, где даже малейшие отклонения в результатах вычислений неприемлемы, например в научных исследованиях, финансовом моделировании или машинном обучении. Создание среды, которая обеспечивает идентичное поведение программ на оборудовании разных производителей, значительно расширяет возможности разработчиков и пользователей CUDA-приложений, снижая зависимость от аппаратной платформы. Важным техническим достижением стал прогресс в поддержке NVIDIA PhysX — популярного движка физического моделирования, широко используемого в играх и симуляторах. Интеграция этой технологии в ZLUDA открывает новые перспективы для запуска сложных CUDA-приложений, которые используют физику в реальном времени, на альтернативных GPU, что существенно расширяет возможности игр и научных симуляций.
Автоматизация процесса сборки кода стала еще одним шагом вперед. Наличие автоматизированных билдов на GitHub значительно ускоряет процесс тестирования, интеграции изменений и выпуска новых версий. Это позволяет разработчикам и сообществу получить быстрый доступ к свежим обновлениям и участвовать в развитии проекта в более тесном режиме. Особый интерес вызывает работа над поддержкой llm.c — кода, ориентированного на обучение больших языковых моделей в сыром C/CUDA.
Данная инициатива свидетельствует о том, что ZLUDA развивается не только как инструмент совместимости, но и как средство для внедрения новейших технологий в области искусственного интеллекта на разных аппаратных платформах. Возможность тренировать большие языковые модели вне закрытой экосистемы NVIDIA открывает совершенно новый уровень свободы для исследователей и разработчиков. История ZLUDA — это пример того, как открытый код и мультивендорные инициативы способны изменить ситуацию в мире высокопроизводительных вычислений. Традиционно CUDA была узкоспециализированной технологией NVIDIA, ограниченной их аппаратной платформой. Однако сегодня, благодаря проектам вроде ZLUDA, разработчики получают инструменты для переноса своих приложений на оборудование других производителей без существенных потерь производительности или функциональности.
Развитие ZLUDA получает особую поддержку со стороны сообщества и компаний, заинтересованных в устранении зависимости от одного поставщика. Это позволяет ускорить инновации, улучшить гибкость инфраструктуры и расширить выбор платформ для вычислительных задач, особенно в сферах искусственного интеллекта и обработки больших данных. Стоит отметить, что развитие проекта непосредственно влияет на экосистемы Linux и открытого программного обеспечения. Поддержка CUDA на не-NVIDIA GPU дает возможность многим пользователям запускать специализированные вычислительные задачи на своих серверах без необходимости приобретать дорогостоящее оборудование NVIDIA. Это открывает доступ к современным технологиям более широкому кругу организаций и частных пользователей.
Планы на будущее включают дальнейшее расширение поддержки драйверов и различных архитектур, повышение производительности и совместимости, а также развитие новых функций, которые будут полезны в задачах искусственного интеллекта, научных расчетах и игровой индустрии. Успех ZLUDA может стать катализатором перемен в индустрии, где сейчас доминирует ограниченная группа производителей, и помочь сделать CUDA по-настоящему универсальным стандартом. Таким образом, 2025 год становится значимым этапом в развитии ZLUDA: проект укрепляет свои технические позиции и расширяет поддержку, формируя мост между популярным и востребованным программным интерфейсом CUDA и растущим спектром альтернативных аппаратных решений. В результате появляется возможность для создания более открытого, гибкого и инновационного будущего в области высокопроизводительных вычислений и искусственного интеллекта.
