NVIDIA不再允許其他芯片模擬跑CUDA


強大的硬件之外,CUDA開發與生態系統才是NVIDIA牢不可破的護城河,其他廠商和平臺經常通過模擬轉譯的方式兼容,但這招以後可能行不通。其實自從2021年開始,NVIDIA就禁止其他硬件平臺使用模擬層運行CUDA軟件,但隻是在在線EULA用戶協議中提出警告。

如今,CUDA 11.6版本開始,安裝的時候就會在EULA協議中看到相關警告條款。

其中一條是這麼寫的:“你不能逆向工程、反編譯或反匯編使用此SKD生成的任何結果,並在非NVIDIA平臺上進行轉譯。”

這一招,應該是針對Intel、AMD都有參與的ZLUDA等第三方項目,以及登臨科技GPU+、沐曦科技等中國廠商的兼容方案。

目前,NVIDIA尚未明確指向誰,而且隻是在協議中警告,並未采取實際行動,但不排除未來采取進一步措施。


相關推薦

2024-03-26

其他工具等要求,使開發人員不再受使用特定架構(如 NVIDIA 的 CUDA 平臺)的束縛。上個月,英偉達(NVIDIA)成為首傢市值達到 2 萬億美元的芯片制造商,在專註於為人工智能模型提供動力的硬件(如H100和即將推出的H200 GPU)之

2024-03-19

的FP8計算能力,用於支持大規模GPU集群的通信。擴展性:NVIDIA的系統可以擴展到數萬個GB200超級芯片,通過800Gbps的Quantum-X800 InfiniBand或Spectrum-X800以太網連接。大規模部署:GB200 NVL72設計可以將36個CPU和72個GPU集成到一個液冷機架中

2024-03-06

近日,NVIDIA更新CUDA11.6版本安裝程序中的EULA協議條款,明確禁止以轉譯模擬的方式兼容CUDA。我們知道,不僅是Intel、AMD這樣的國際巨頭,不少中國GPU廠商也在通過各種方案支持CUDA,包括摩爾線程、壁仞科技、沐曦科技等,它們

2024-03-19

Blackwell做準備。同時英偉達將持續基於AI強化生態,比如NVIDIA Omniverse Cloud將可以連接到蘋果公司混合頭顯Vision Pro、加強模型與通用機器人生態等。黃仁勛還介紹人形機器人基礎模型Project GR00T、新款人形機器人計算機Jetson Thor,

2024-03-08

議 (End-user license agreement)。英偉達最早是從 2021 年開始在 NVIDIA 官網中的 EULA 文件中聲明版權禁止逆向和反編譯的,不過最近在 CUDA 新版本 (11.6+) 中也包含這部分內容的 EULA 文件。顯然英偉達現在屬於客氣的階段,在文件中添加

2024-03-28

以英特爾的 oneAPI 為起點,正在開發一套開源軟件套件,允許人工智能開發者在任何 AI 芯片上運行他們的代碼。圖/ UXL這裡需要簡單介紹下,oneAPI 是英特爾的統一編程模型和軟件開發框架,可以讓開發者無需對代碼進行重大修改

2023-03-22

算服務DGX Cloud、加速企業創建大模型和生成式AI的雲服務NVIDIA AI Foundations等,並宣佈與日本三菱聯合打造日本第一臺用於加速藥研的生成式AI超級計算機。英偉達也發佈一系列面向元宇宙、汽車、量子計算領域的新進展,包括PaaS

2023-08-10

式AI應用除各種強大的硬件之外,老黃還重磅發佈全新的NVIDIA AI Workbench來幫助開發和部署生成式AI模型。概括來說,AI Workbench為開發者提供一個統一且易於使用的工具包,能夠快速在PC或工作站上創建、測試和微調模型,並無縫

2023-11-13

列傳聞一段時間之後,終於有極為靠譜的規格曝料,因為NVIDIA已經向品牌夥伴提供相關信息,並迅速流傳出來。RTX 4080 SUPER:PCB編號為PG139-355,AD103-400 GPU核心,開放全部10240個CUDA核心,搭配256-bit 16GB GDDR6X顯存,整卡功耗320W,單

2022-09-21

在今天由黃仁勛主持的NVIDIAGTC2022主題演講中,除GeForceRTX40系列的首次亮相和許多其他公告外,CV-CUDA被宣佈為NVIDIA最新的開源項目。是的,NVIDIA迎來一個新的項目,它是開源的,但仍然依賴於CUDA與NVIDIA專有的API和閉源的軟件/驅

2024-02-21

究的傳奇處理器架構師JimKeller批評被外界認為是英偉達(NVIDIA)“護城河”的CUDA架構和軟件堆棧,並將其比作x86,稱之為“沼澤”。他指出,就連英偉達本身也有多個專用軟件包,出於性能原因,這些軟件包依賴於開源框架。

2023-03-08

歌名,並在此過程中成為一個備受遊戲玩傢喜愛的品牌。NVIDIA在圖形處理單元(GPU)市場占據著主導地位,該公司在1999年以一個名為GeForce256的產品進入該市場。盡管最近其業務出現下滑,但去年遊戲業仍然為英偉達帶來超過90

2022-07-06

。在雲端訓練芯片領域,雖然一直有不同的挑戰者,但是NVIDIA一直保持著龍頭的位置。從2012年深度學習復興,依靠NVIDIA GPU的CUDA生態成功克服訓練效率難題並成功掀起這一代人工智能潮流之後,NVIDIA的GPU一直是訓練市場的首選芯

2024-03-08

學。20 多年前最好的消費級顯卡,例如 3dfx Voodoo5 5500和 NVIDIA GeForce 2 Ultra,都是出色的 SIMD 設備。然而,它們的創建目的是為遊戲生成 3D 圖形,而不是其他任何東西。即使是專業市場的顯卡也隻專註於渲染。ATI 售價 2,000 美元的