微软新工具揭秘：CUDA代码一键转译，助力AMD芯片高效运行

11月10日消息，科技媒体Wccftech于昨日（11月10日）发布文章称，微软为打破英伟达在AI领域的软件生态垄断，已研发出一套专用“工具包”，该工具包旨在将专为英伟达GPU编写的CUDA模型代码，自动转换为兼容AMD ROCm平台的版本。

文章援引微软高管的透露，该公司已成功开发出一套虽未正式公布名称的专用工具包，能够把基于英伟达CUDA框架开发的AI模型代码，无缝翻译成可在AMD ROCm环境运行的版本。

这意味着，那些原先被英伟达硬件生态锁定的AI应用，未来或许能够直接在AMD的AI GPU（例如MI300系列）上流畅运行。这一举措被视为微软突破英伟达软件壁垒、推动AI硬件多样化的重要战略部署。

英伟达之所以能在AI领域保持领先地位，其强大且成熟的CUDA软件生态是关键所在。CUDA如今已成为AI行业事实上的标准平台，深受开发者青睐。相比之下，AMD的ROCm平台在生态完善度和市场占有率方面仍存在明显差距。

要打破这种近乎垄断的局面绝非易事。微软此次开发的工具包，正是试图通过技术手段绕开生态壁垒，为市场提供一个“平替”方案，从而降低开发者在不同平台间迁移的技术成本。

该媒体分析指出，微软的工具包很可能采用了一种名为“Runtime兼容层”的技术方案。该技术无需对AI模型的源代码进行大规模重写，而是在程序运行时实时拦截CUDA的API调用，并将其动态翻译为ROCm能够理解执行的指令。

开源项目ZLUDA就是此类技术的典型代表。通过这种方式，虽然能显著降低迁移成本和技术风险，但其运行效率高度依赖于代码翻译的准确性和完整性。

报道进一步分析，微软之所以投入资源开发此类转换工具，根本原因在于AI推理需求的快速增长。与一次性的模型训练不同，AI模型在日常推理应用中产生了持续且庞大的算力需求。

尽管英伟达GPU性能卓越，但价格居高不下，导致推理成本难以控制。因此，微软正积极寻求更具成本效益的硬件解决方案，而AMD的AI芯片正是理想的替代选择。通过实现CUDA到ROCm的代码转换，微软旨在为客户提供更灵活、更经济的AI算力选择。