AMD Revoluciona! CUDA Funciona em Windows Sem Virtualização!

O Exército de AMD Está a Chegar… mas Cuidado com os Dragões!

A nova atualização do ROCm é uma espécie de sonho que se torna realidade para os fãs da AMD. A marca que um dia viveu à sombra da NVIDIA está finalmente a dar passos significativos para a frente, agora com suporte oficial ao PyTorch e ao HIP SDK para Windows. Uau, podíamos até soltar uma lágrima de orgulho. Mas, antes que fiquem com a ideia de que tudo é um mar de rosas, vamos pôr as cartas na mesa.

Para muitos de nós, ter uma Radeon RX 7000 ou RX 9000 significa ter a oportunidade de entrar no mundo do machine learning. Mas e se você tem aquele jogo ou aplicação que precisa de CUDA? Bem, a resposta está na recente iniciativa do programador Speedstu, que decidiu lançar o projeto “CUDA-for-AMD-Windows”. A questão é: será que isto é a solução que estávamos à espera ou só mais uma promessa vazia?

Cuda que Se Lixe! Aqui Vem a Machada da Inovação!

Ao contrário do que muitos podem pensar, este não é apenas um novo runtime qualquer. O “CUDA-for-AMD-Windows” é uma configuração em PowerShell que se comporta como um verdadeiro faz-tudo, conectando o ZLUDA, o amado (ou odiado) layer de tradução da AMD, com o SDK nativo HIP/ROCm. Através de scripts engenhosos, o sistema detecta automaticamente a arquitectura da sua GPU e puxa uma versão específica do ZLUDA, permitindo a transferência dos cálculos matemáticos diretamente para as bibliotecas do ROCm.

Em termos simples: é como instalar mods em jogo que odeia a concorrência, apenas que aqui, você consegue fazer a mágica acontecer sem recorrer a dual-boot ou máquinas virtuais. A última façanha do Speedstu inclui treinar um modelo de PPO totalmente utilizando CUDA num sistema AMD. Sim, a máquina realmente fez isso! Mas calma, não quer dizer que todos os problemas estejam resolvidos.

O Que Esperar de Toda Esta Loucura?

Vamos ser francos: nem tudo é perfeito. Este projeto é um esforço individual, um verdadeiro “faça você mesmo”. Faltam bibliotecas cruciais como cuDNN, que é algo como o pão e a manteiga para muitos desenvolvedores de IA. Se a sua aplicação depender disso, prepare-se para a frustração.

Os testes comparativos mostram que a abordagem mais limpa e oficial ainda é mais rápida. Algo entre 13,278 passos por segundo (SPS) para a versão pública e 12,876 SPS para a versão modificada. Afinal, um aumento de 3% não é nada para se abanarem, certo? A verdade triste é que a AMD pode estar a dar passos na direção certa, mas ainda não está ao nível da NVIDIA.

Em conclusão: o “CUDA-for-AMD-Windows” é um projeto interessante e revela que a barreira não está apenas na hardware, mas também na falta de boas soluções de tradução. Para quem está disposto a arriscar e experimentar, esta pode ser a aventura que precisa. No entanto, para quem procura uma solução robusta e confiável, é melhor pegar na sua NVIDIA e continuar a saborear o desempenho que conhece. É uma melhoria, mas ainda está longe de ser uma revolução. Portanto, se por acaso você estava a pensar em mudar para AMD, talvez aguarde mais um pouco antes de saltar para este barco.