ZLUDA

如果你关注非英伟达 GPU 上运行 CUDA 应用的可能性，那你一定听说过 ZLUDA。它是一个开源项目，旨在让 AMD Radeon RX 5000 系列及更新的 GPU（包括桌面和集成显卡）能够运行未经修改的 CUDA 应用程序，并实现接近原生的性能。

本季度，ZLUDA 在多个方面取得了重要进展。以下是我们为你整理的重点更新内容：

团队规模翻倍：欢迎 Violet 加入开发团队

ZLUDA 的全职开发团队人数已从一人扩充至两人。新成员 Violet 加入不到一个月，就已在多个关键模块上做出重要贡献。

她主要参与了 llm.c 测试项目 的推进工作，后续我们会详细介绍这部分成果。

解决 AMD 驱动中的关键回归问题：comgr ABI 断裂

GPU 运行时系统（如 CUDA、ROCm/HIP、ZLUDA 和 OpenCL）都需要在运行时动态编译 GPU 代码，以支持向前兼容性。

ZLUDA 使用的是 ROCm 提供的 comgr 编译器支持库。然而，随着 ROCm/HIP 6.4 版本的发布，comgr 引入了一个微妙但影响深远的 ABI 断裂：amd_comgr_do_action 函数中操作类型的整数值被重新排序。

这导致 ZLUDA 在调用 comgr 时可能误将“编译”请求识别为“链接”，从而引发静默失败，尤其是在 Windows 平台上更为严重。

该问题已在 PR #364 和 #366 中修复。如果你使用的项目依赖 ROCm/HIP，并且在使用 ROCm 6.4 或 Adrenalin 25.5.1 时遇到意外失败，这可能是根本原因。

向位精确执行迈进：提升指令模拟精度

ZLUDA 的核心目标是在非 NVIDIA GPU 上运行未经修改的 CUDA 二进制文件。这意味着我们必须尽可能准确地模拟每条 GPU 指令的行为。

为了验证这一点，我们引入了一套基于 PTX 的测试机制。这套测试覆盖了大量指令及其修饰符组合，并与原始 NVIDIA CUDA 的输出进行对比。

目前，我们已经在 ZLUDA 上成功运行这套测试套件，并修复了其中发现的一些编译器问题（详见 PR #379）。虽然尚未完成全部指令的测试，但在一些复杂指令（如 cvt）上，我们已经实现了位精确执行。

GitHub 自动化构建上线：无需手动编译即可体验最新版本

自 PR #358 起，我们已在 GitHub 上启用自动化构建流程。这意味着开发者和用户可以更方便地获取最新版本的 ZLUDA，而无需手动编译源码。

目前这一功能仍在完善中，未来我们计划将这些构建包发布到 GitHub 页面的“预发布”区域，以提高可访问性和可见性。

日志记录能力增强：更全面捕捉 CUDA 调用行为

调试任何运行在 ZLUDA 上的 CUDA 应用程序，第一步就是完整记录其所有 CUDA API 调用行为。新版日志系统在这方面有了显著提升。

通过 PR #372 的合并，我们现在可以记录此前无法捕获的中间层交互信息。例如：

• cuBLAS 如何使用 cuBLASLt
• cuDNN 如何调用 Driver API

这对调试和功能扩展至关重要。

PhysX 支持小步推进：32 位日志收集开启新篇章

社区成员 @Groowy 开始尝试收集 32 位 PhysX 的 CUDA 调用日志，这是迈向支持 PhysX 的第一步。这一过程发现了 ZLUDA 中若干潜在问题（详见 Issue #374），其中部分还可能影响 64 位应用。

虽然完整的 PhysX 支持仍需社区进一步贡献，但这项工作已被纳入官方路线图。

llm.c 实现重大进展：从 0 到 552 次调用突破

为了验证 ZLUDA 的实际可用性，我们选择了 llm.c 中的 test_gpt2fp32cu 测试作为切入点。该项目虽小，但首次使用了完整的 CUDA 运行时和 cuBLAS 性能库。

Violet 在短时间内提交了多个 PR（#377, #380, ..., #394），使 ZLUDA 能够运行到第 552 次 CUDA 调用（此前在第一次调用即失败）。目前 44 个函数中已有 16 个实现。

这一进展不仅推动了 llm.c 的运行，也为后续支持 PyTorch 等大型项目打下了坚实基础。