Ehemaliger NVIDIA-Forscher würdigt CUDA für die Dominanz des Green-Teams auf dem KI-Markt

Das hat ein ehemaliger NVIDIA-Forscher gemacht interessante Behauptungen über die Dominanz des Unternehmens im KI-Bereich und erklärte, dass sein CUDA-Software-Ökosystem ihm sehr dabei geholfen habe, die Dominanz gegenüber der Konkurrenz zu sichern.

Das robuste Software-Ökosystem von NVIDIA, einschließlich CUDA, war der Grund für den enormen Erfolg des Unternehmens im KI-Segment

Der Lärm von NVIDIAs CUDA ist auf allen anderen Plattformen zu beobachten, sei es bei Firmen wie Intel und AMD, die versuchen, mit dem Ökosystem mitzuhalten, oder sogar bei einzelnen Forschern, die das Potenzial der KI-spezifischen Bibliotheken von NVIDIA erkundet haben .

Interview mit ehemaligem $NVDA Forscher. Eine der besten Erklärungen für den Unterschied zwischen $NVDA Und $AMD und CUDAs »Edge«. Lesenswert:

1. $AMDDie GPUs hinken normalerweise hinterher $NVDA in der höchsten Gleitkommaleistung. Der Anwendungsfall hierfür ist, wenn Sie viel KI einsetzen … pic.twitter.com/1vM9RtUlwK

– Rihard Jarc (@RihardJarc) 21. März 2024

In einem Interview mit einem ehemaligen Forscher von NVIDIA wurde enthüllt, dass es der CUDA-Plattform trotz aller Bemühungen der Konkurrenz gelungen ist, ihre Dominanz auf den Märkten zu behaupten, und dass sie NVIDIAs Schlüsselwaffe für erhebliche finanzielle Fortschritte auf den Märkten ist. Die Forscher sagen, dass der einzige Unterschied zwischen NVIDIA und anderen CUDA ist und diese „Mauer“ noch nicht durchbrochen wurde. Wir haben gesehen, wie sich Intel mit mehreren anderen Firmen zusammengeschlossen hat, um das Monopol von CUDA auf KI zu brechen, und das Gleiche geschieht bei AMD, die auf ihre ROCm-Software-Suite setzen, indem sie sie Open-Source machen. Sogar Jim Keller geht gegen CUDA All-In.

Der Forscher schlägt vor, dass Benutzer der AMD-Plattform die HIPIFY-Tools des Unternehmens nutzen könnten. Diese Tools dienen dazu, CUDA-Code in portables HIP C++ zu konvertieren, wodurch dieser Code-Patch dann mit AMDs ROCm kompatibel wird. Solche Code-Portierungstools erfreuen sich großer Beliebtheit bei denjenigen, die die Lücke zwischen mehreren Architekturen schließen, und ein weiteres Beispiel ist das Aufkommen von ZLUDA, das über Übersetzungsebenen die gleiche Aufgabe wie HIPIFY erfüllt. Dennoch wurde das Tool später durch eine überarbeitete EULA von NVIDIA verboten.

Der NVIDIA-Forscher ist der Ansicht, dass Kunden, die KI anstreben, NVIDIA für die beste Lösung halten müssen, da eine Investition in AMD bedeutet, mehr Geld in Code-Portierungstools zu stecken, was letztendlich die damit verbundenen Kosten erhöht. Bei NVIDIA müssen Sie jedoch eine „einmalige“ Investition tätigen, die Ihnen Spitzenleistung und alle notwendigen Funktionen des CUDA-Ökosystems bietet. Unternehmen wie Tiny Corp empfehlen Benutzern NVIDIA-KI-Systeme gegenüber AMD als Plattform „Just Works“.

Nun, die Meinungen der ehemaligen Forscher von NVIDIA stärken die Ideologie der KI-Marktdominanz von NVIDIA und wie die KI-Produkte des Unternehmens und sein CUDA-Ökosystem tief in die Märkte eingedrungen sind.

Nachrichtenquelle: Richard Jarc