\n<\/p>\n
NVIDIA ha prohibido el uso de bibliotecas CUDA en otras plataformas como AMD e Intel, ya que la empresa agrega una nueva advertencia con el EULA de CUDA.<\/p>\n
Si bien NVIDIA no ha hecho ninguna declaraci\u00f3n oficial que respalde esta afirmaci\u00f3n, el ingeniero de kernel\/hipervisor, cuernos largos<\/a> descubri\u00f3 la advertencia y recurri\u00f3 a X para revelar el cambio. Este paso se produjo despu\u00e9s de que la plataforma CUDA fuera testigo de una adopci\u00f3n cada vez mayor por parte de desarrolladores y empresas externos que utilizaron el potente software de NVIDIA para actualizar sus capacidades de hardware.<\/p>\n El uso de capas de traducci\u00f3n para ejecutar CUDA en otras plataformas se prohibi\u00f3 en 2021 cuando NVIDIA incluy\u00f3 inicialmente el acuerdo EULA. A\u00fan as\u00ed, la advertencia estaba expl\u00edcitamente presente en \u00e9l, lo que nos hace preguntarnos por qu\u00e9 el Equipo Verde decidi\u00f3 revisar \u00abrepentinamente\u00bb el EULA.<\/p>\n No puede realizar ingenier\u00eda inversa, descompilar ni desensamblar ninguna parte de la salida generada utilizando elementos del Software con el fin de traducir dichos artefactos de salida para que apunten a una plataforma que no sea NVIDIA.<\/p>\n<\/blockquote>\n Bueno, si no sabes c\u00f3mo otras plataformas est\u00e1n aprovechando CUDA, un excelente y reciente ejemplo es el uso de ZLUDA, que es una biblioteca de c\u00f3digo abierto que transfiere de manera efectiva las aplicaciones NVIDIA CUDA al ROCm de AMD que no requiere adaptaci\u00f3n de c\u00f3digo. .<\/p>\n Usando capas de traducci\u00f3n, el creador de ZLUDA implement\u00f3 bibliotecas CUDA en el ROCm casi a la perfecci\u00f3n, lo cual fue sorprendente para los individuos pero alarmante para gigantes tecnol\u00f3gicos como NVIDIA al mismo tiempo. De manera similar, empresas chinas como Moore’s Threads y muchas m\u00e1s han utilizado parte de CUDA para el desarrollo, lo que no es del agrado de NVIDIA.<\/p>\n > No puede realizar ingenier\u00eda inversa, descompilar ni desensamblar ninguna parte de la salida generada utilizando elementos de software con el fin de traducir dichos artefactos de salida para que apunten a una plataforma que no sea NVIDIA.<\/p>\n Ah, as\u00ed es como NVIDIA reacciona a CUDA en cualquier capa de compatibilidad.<\/p>\n \u2014 Cuerno largo (@never_released) 17 de febrero de 2024<\/a><\/p>\n<\/blockquote>\n Ahora bien, si bien la portabilidad de c\u00f3digo y el uso de capas de traducci\u00f3n obstaculizan el hecho de que CUDA se desarroll\u00f3 exclusivamente para las propias soluciones de GPU de NVIDIA, y roba la \u00abexclusividad\u00bb hasta cierto punto, no olvidemos que las implementaciones de portabilidad de c\u00f3digo tienen el potencial de ampliar los l\u00edmites de la inform\u00e1tica, particularmente en el dominio de la IA, ya que, en \u00faltima instancia, los individuos pueden crear un modelo h\u00edbrido de recursos de hardware y software, explorando lo mejor de ambos mundos. La decisi\u00f3n de NVIDIA obstaculizar\u00e1 esta parte de la industria, haciendo que el soporte multiplataforma sea mucho m\u00e1s limitado.<\/p>\n Fuentes de noticias: cuernos largos<\/a>Hardware de Tom<\/p>\n\n
\n