Zluda：英特尔GPU上的CUDA

ZLUDA是Intel GPU上CUDA的直接替代产品。 ZLUDA允许使用性能接近自然的Intel GPU运行未经修改的CUDA应用程序（详情请参见下文）。它可与当前集成的英特尔UHD GPU配合使用，并将与未来的Intel Xe GPU配合使用

ZLUDA性能已通过Intel UHD 630上的GeekBench 5.2.3进行了测量。一项测量是使用OpenCL完成的，另一项测量是使用CUDA进行的，并且在ZLUDA的帮助下，Intel GPU伪装为（相对较慢的）NVIDIA GPU。两种测量都使用相同的GPU。

以下性能已归一化为OpenCL性能。 110％意味着ZLUDA实现的CUDA在Intel UHD 630上快10％。

为什么ZLUDA在某些基准测试中更快？尚未精确指出这是一件事还是另一件事，但它可能是结合在一起的：ZLUDA使用Level 0，这通常是比OpenCL更底层的高性能API。

结合上一点，当前ZLUDA不支持异步执行。这给我们一个像GeekBench这样的基准带来的不公平的优势。 GeekBench专门使用CUDA同步API

NVIDIA硬件和Intel硬件都提供了一组GPU指令，但是这些指令不会通过OpenCL公开。我们正在将NVIDIA GPU优化的代码与更通用的OpenCL代码进行比较。幸运的巧合是（这归功于底层的Intel Graphics Compiler）此代码在Intel GPU上也能很好地工作

为什么在Canny和Horizo​​n Detection中OpenCL更快？ CUDA基准测试的作者使用了CUDA函数atomicInc和atomicDec，它们在NVIDIA卡上具有直接的硬件支持，但在Intel卡上没有硬件支持。它们必须在软件中进行仿真，从而限制了性能

为什么ZLUDA在其余基准测试中会变慢？原因不明。最有可能的是，在某些测试中我们使用次优的NVIDIA GPU代码进行编译，而在另一些测试中，ZLUDA本身正在发出次优的Intel GPU代码。例如，在PR＃22之前，SFFT甚至更慢

ZLUDA是CUDA的替代产品吗？是的，但是某些应用程序使用CUDA的方式使其与ZLUDA不兼容

项目的状态如何？该项目是概念证明。目前，唯一适用的功能是Geekbench。这是令人难以置信的越野车和不完整的。你不应该依赖它做任何严重的事情

表现如何？性能可能接近于类似编写的OpenCL代码的性能（请参阅上一节中的GeekBench结果）。 NVIDIA GPU和Intel GPU具有不同的体系结构和功能集。因此，必须在ZLUDA中模拟某些NVIDIA功能，但会降低性能。此外，ZLUDA的性能将始终低于专门针对Intel GPU优化的代码的性能

它与AMD HIP或Intel DPC ++兼容性工具包有何不同？两者都是移植工具包，需要程序员努力将应用程序移植到有问题的API。使用ZLUDA，现有应用程序可以正常工作。在Intel GPU上（如果幸运的话，ZLUDA支持CUDA的特定子集）

支持哪些英特尔GPU？ Intel Level 9支持的Intel Gen9和更高版本（Skylake和更高版本）

警告：这是一个非常不完整的概念证明。它可能无法与您的应用程序一起使用。 ZLUDA当前仅适用于使用CUDA驱动程序API或静态链接的CUDA运行时API的应用程序-完全不支持动态链接的CUDA运行时API

您应该按照此处所述安装最新的运行时驱动程序包：https://dgpu-docs.intel.com/installation-guides/index.html。 像这样运行您的应用程序： 您应该按照此处所述安装最新的运行时开发人员驱动程序软件包：https://dgpu-docs.intel.com/installation-guides/index.html。 另外，您应该安装了ocl-icd-opencl-dev（或等效版本）。 如果您是在Linux上构建，则还必须在ZLUDA构建完成后符号链接（或重命名）ZLUDA输出二进制文件： 如果要开发ZLUDA本身，请阅读CONTRIBUTING.md，其中包含有关如何建立依赖关系和运行测试的说明。 该软件根据Apache 2.0许可证或MIT许可证获得了双重许可。 有关详细信息，请参见LICENSE-APACHE或LICENSE-MIT