ZLUDA在AMD显卡上运行未修改的CUDA程序3步跑通并验证【免费下载链接】ZLUDACUDA on non-NVIDIA GPUs项目地址: https://gitcode.com/GitHub_Trending/zl/ZLUDAZLUDA 是面向非 NVIDIA 显卡的 CUDA 直接替代品drop-in replacement让未经修改的 CUDA 应用直接跑在 AMD 显卡上。适合想在 AMD 卡上运行 CUDA 专用软件游戏、llama.cpp、科学计算的人。先判断你的环境能不能用ZLUDA 目前只支持 AMD Radeon RX 5000 系列及更新的 GPUIntel 显卡与 macOS 均不支持。项目要求GPUAMD Radeon RX 5000 系列及以上含核显更老的 Polaris、Vega 与服务器级 GPU 不支持操作系统Windows 或 LinuxAMD 运行时Windows 需最新 AMD 驱动 HIP SDKAMD 的跨平台 GPU 编程工具包地位相当于 CUDA 工具链Linux 需 ROCm/HIP适用人群没有 N 卡但手上有 CUDA 应用的场景NVIDIA 用户直接用原生 CUDA 即可先确认显卡型号lspci | grep -i vga输出为 RX 5000 系列或更新RX 6000/7000/9000 等即可继续Polaris/Vega 或其他厂商显卡请停在此处。最短路径跑起来无需了解编译细节——官方推荐直接下载预发布版本加一条启动器命令就能跑应用。Windows安装最新版 AMD 驱动Adrenalin Edition和 HIP SDK。SDK 分两种官方版稳定但不含 MIOpen深度学习框架跑不了ROCm nightly 包带 ML 支持不确定显卡架构号时可运行包内 hipInfo.exe 查询。获取 ZLUDA从项目发布页下载最新预发布版本想从源码编译则执行git clone --recursive https://gitcode.com/GitHub_Trending/zl/ZLUDA再运行cargo xtask --release。用启动器运行任意应用ZLUDA_DIR\zluda.exe -- 应用 参数Steam 游戏只需把属性里的启动选项改为指向 ZLUDA 启动器32 位游戏用 zluda32Linux安装 HIPROCm 的一部分。获取 ZLUDA预发布版本或源码编译二选一。让系统找到 ZLUDA 的 CUDA 库后运行LD_LIBRARY_PATHZLUDA_DIR:$LD_LIBRARY_PATH 应用 参数ZLUDA_DIR 是包含 libcuda.so 的目录下载包解压后为 zluda 目录编译后为 target/release。跑通后验证它真的在工作吗运行 ZLUDA 自带的 cuda_check 工具每一行都是 OK说明替换已生效。zluda.exe -- cuda_check.exe预期输出括号里是实际承接调用的 AMD 库路径随安装位置变化nvcuda : OK (C:\hip_sdk\bin\amdhip64.dll) nvml : OK cublas12 : OK (C:\hip_sdk\bin\rocblas.dll) cudnn9 : OK (C:\hip_sdk\bin\MIOpen.dll)逐行 OK 表示驱动接口、设备查询nvml、矩阵运算cuBLAS、深度学习库cuDNN四部分都已成功重定向到 HIP SDK。注意使用官方 HIP SDK 时 cudnn8/9 会加载失败属预期行为。它内部在做什么ZLUDA 的原理可以概括为三步拦截、翻译、执行。拦截替换应用加载的 CUDA 驱动库Windows 的 nvcuda.dll / Linux 的 libcuda.so应用的 CUDA 调用先落进 ZLUDA32 位应用经 32 位前端接入实际工作由 64 位运行时完成。翻译PTXNVIDIA 的 GPU 代码中间表示类似汇编由 ZLUDA 自带编译器编译为 AMD 可执行的代码。执行cuBLAS、cuDNN 等性能库调用被映射到 AMD 的 rocBLAS、MIOpen 等对应实现。启动器后追加 --zluda-trace可记录应用实际发出的 CUDA 调用用 trace 输出定位不被支持的接口下图为在 Steam 启动选项中开启 tracing 的示例它和同类方案怎么选如果应用是未修改的 CUDA 二进制且你手上是 AMD 卡ZLUDA 是现成方案里唯一的选择。方案解决什么主要限制ZLUDA未修改的 CUDA 应用跑在 AMD 上需 RX 5000 及以上项目处于快速迭代期AMD 官方 HIP/ROCmAMD 原生应用与 ML 训练应用需移植Windows 生态较弱Vulkan/OpenCL跨厂商 GPU依赖应用自身支持部分 CUDA 特性无法表达原生 CUDA功能最完整需要 NVIDIA 显卡一句话选型有 N 卡就用原生 CUDA应用只有 CUDA 版、而你只有 AMD 卡选 ZLUDA。边界与取舍什么时候别用官方快速入门明确写着under heavy development很可能还不能跑通你的应用以下场景不建议用它。生产环境与关键任务接口覆盖度和稳定性尚未经过大规模验证先在自己的应用上验证再下结论。ML 训练/推理PyTorch 初步支持预计 2025 年第四季度官方 HIP SDK 不含 MIOpencudnn8/9 会加载失败——请走 ROCm 原生生态。性能敏感任务翻译路径相比原生仍有开销若对帧率或吞吐要求苛刻自行把应用移植到 HIP 或 Vulkan 更稳妥。下一步安装细节、HIP SDK 版本选择与故障排查日志、预编译以缩短首次内核编译等待见 官方文档 Quick Start 与 FAQ。【免费下载链接】ZLUDACUDA on non-NVIDIA GPUs项目地址: https://gitcode.com/GitHub_Trending/zl/ZLUDA创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 ZLUDA在AMD显卡上运行未修改的CUDA程序：3步跑通并验证
ZLUDA在AMD显卡上运行未修改的CUDA程序3步跑通并验证【免费下载链接】ZLUDACUDA on non-NVIDIA GPUs项目地址: https://gitcode.com/GitHub_Trending/zl/ZLUDAZLUDA 是面向非 NVIDIA 显卡的 CUDA 直接替代品drop-in replacement让未经修改的 CUDA 应用直接跑在 AMD 显卡上。适合想在 AMD 卡上运行 CUDA 专用软件游戏、llama.cpp、科学计算的人。先判断你的环境能不能用ZLUDA 目前只支持 AMD Radeon RX 5000 系列及更新的 GPUIntel 显卡与 macOS 均不支持。项目要求GPUAMD Radeon RX 5000 系列及以上含核显更老的 Polaris、Vega 与服务器级 GPU 不支持操作系统Windows 或 LinuxAMD 运行时Windows 需最新 AMD 驱动 HIP SDKAMD 的跨平台 GPU 编程工具包地位相当于 CUDA 工具链Linux 需 ROCm/HIP适用人群没有 N 卡但手上有 CUDA 应用的场景NVIDIA 用户直接用原生 CUDA 即可先确认显卡型号lspci | grep -i vga输出为 RX 5000 系列或更新RX 6000/7000/9000 等即可继续Polaris/Vega 或其他厂商显卡请停在此处。最短路径跑起来无需了解编译细节——官方推荐直接下载预发布版本加一条启动器命令就能跑应用。Windows安装最新版 AMD 驱动Adrenalin Edition和 HIP SDK。SDK 分两种官方版稳定但不含 MIOpen深度学习框架跑不了ROCm nightly 包带 ML 支持不确定显卡架构号时可运行包内 hipInfo.exe 查询。获取 ZLUDA从项目发布页下载最新预发布版本想从源码编译则执行git clone --recursive https://gitcode.com/GitHub_Trending/zl/ZLUDA再运行cargo xtask --release。用启动器运行任意应用ZLUDA_DIR\zluda.exe -- 应用 参数Steam 游戏只需把属性里的启动选项改为指向 ZLUDA 启动器32 位游戏用 zluda32Linux安装 HIPROCm 的一部分。获取 ZLUDA预发布版本或源码编译二选一。让系统找到 ZLUDA 的 CUDA 库后运行LD_LIBRARY_PATHZLUDA_DIR:$LD_LIBRARY_PATH 应用 参数ZLUDA_DIR 是包含 libcuda.so 的目录下载包解压后为 zluda 目录编译后为 target/release。跑通后验证它真的在工作吗运行 ZLUDA 自带的 cuda_check 工具每一行都是 OK说明替换已生效。zluda.exe -- cuda_check.exe预期输出括号里是实际承接调用的 AMD 库路径随安装位置变化nvcuda : OK (C:\hip_sdk\bin\amdhip64.dll) nvml : OK cublas12 : OK (C:\hip_sdk\bin\rocblas.dll) cudnn9 : OK (C:\hip_sdk\bin\MIOpen.dll)逐行 OK 表示驱动接口、设备查询nvml、矩阵运算cuBLAS、深度学习库cuDNN四部分都已成功重定向到 HIP SDK。注意使用官方 HIP SDK 时 cudnn8/9 会加载失败属预期行为。它内部在做什么ZLUDA 的原理可以概括为三步拦截、翻译、执行。拦截替换应用加载的 CUDA 驱动库Windows 的 nvcuda.dll / Linux 的 libcuda.so应用的 CUDA 调用先落进 ZLUDA32 位应用经 32 位前端接入实际工作由 64 位运行时完成。翻译PTXNVIDIA 的 GPU 代码中间表示类似汇编由 ZLUDA 自带编译器编译为 AMD 可执行的代码。执行cuBLAS、cuDNN 等性能库调用被映射到 AMD 的 rocBLAS、MIOpen 等对应实现。启动器后追加 --zluda-trace可记录应用实际发出的 CUDA 调用用 trace 输出定位不被支持的接口下图为在 Steam 启动选项中开启 tracing 的示例它和同类方案怎么选如果应用是未修改的 CUDA 二进制且你手上是 AMD 卡ZLUDA 是现成方案里唯一的选择。方案解决什么主要限制ZLUDA未修改的 CUDA 应用跑在 AMD 上需 RX 5000 及以上项目处于快速迭代期AMD 官方 HIP/ROCmAMD 原生应用与 ML 训练应用需移植Windows 生态较弱Vulkan/OpenCL跨厂商 GPU依赖应用自身支持部分 CUDA 特性无法表达原生 CUDA功能最完整需要 NVIDIA 显卡一句话选型有 N 卡就用原生 CUDA应用只有 CUDA 版、而你只有 AMD 卡选 ZLUDA。边界与取舍什么时候别用官方快速入门明确写着under heavy development很可能还不能跑通你的应用以下场景不建议用它。生产环境与关键任务接口覆盖度和稳定性尚未经过大规模验证先在自己的应用上验证再下结论。ML 训练/推理PyTorch 初步支持预计 2025 年第四季度官方 HIP SDK 不含 MIOpencudnn8/9 会加载失败——请走 ROCm 原生生态。性能敏感任务翻译路径相比原生仍有开销若对帧率或吞吐要求苛刻自行把应用移植到 HIP 或 Vulkan 更稳妥。下一步安装细节、HIP SDK 版本选择与故障排查日志、预编译以缩短首次内核编译等待见 官方文档 Quick Start 与 FAQ。【免费下载链接】ZLUDACUDA on non-NVIDIA GPUs项目地址: https://gitcode.com/GitHub_Trending/zl/ZLUDA创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考