GPU Open: AMD attackiert Cuda und Gameworks mit Open Source

Offen statt proprietär: Mit einer Software-Initiative namens GPU Open möchte AMD im HPC-, Linux- und Spiele-Segment auf Open Source setzen. In Abgrenzung von Nvidia sollen so Entwickler und Nutzer gewonnen werden.

Artikel veröffentlicht am 27. Januar 2016, 15:01 Uhr, Marc Sauter/Sebastian Grüner

Logo von GPU Open (Bild: AMD)

AMDs hauseigene Radeon Technologies Group für Grafikkarten hat die GPU-Open-Initiative gestartet. Darunter versteht der Hersteller Middleware-Lösungen wie Compiler, SDK, Tools und Treiber, die quelloffen für Entwickler zur Verfügung stehen. Die Initiative richtet sich an Programmierer für HPC- und Linux-Software und an Spielestudios. Die Software ist bei Github unter MIT-Lizenz verfügbar, darf also kostenlos genutzt und verändert werden.

Heterogenes C++ statt Cuda

Gemeinsam mit Suse arbeitet AMD bereits an einem Compiler auf Basis der GCC, der Arbeiten auf die GPU auslagern kann. Dies wird nun um einen frei verfügbaren Heterogeneous Compute Compiler (HCC) erweitertet, welcher auf LLVM und Clang aufbaut. Der Heterogeneous System Architecture (HSA) folgend, also der Interaktion von CPU und GPU auf einem Die, soll der neue Compiler eine Quellcodedatei letztlich so in Binärcode umwandeln, dass ein Teil auf der CPU und der andere direkt auf der GPU ausgeführt wird. Diese Art der Code-Beschleunigung durch die GPU ist eine Alternative zu OpenCL und direkte Konkurrenz für Nvidias Cuda.

• 

Präsentation zu GPU Open (Bild: AMD)

Neben Code in C soll HCC vor allem für C++ genutzt werden können. Auf einem Arbeitsgruppentreffen des Standardkomitees für C++ hat AMD die Grundzüge dieses Compilers bereits vorgestellt. Für LLVM hat sich AMD offenbar wegen dessen Flexibilität entschieden. Denn damit kann relativ leicht ein Backend erstellt werden, das den Code für die GPU in Assembly-Code für die GCN-Architektur umsetzt. Theoretisch kann dies auch für künftige Architekturen umgesetzt werden.

Darüber hinaus preist AMD die sehr gut ausgearbeiteten Fehlermeldungen von LLVM an, welche denen des proprietären Cuda-Compilers von Nvidia überlegen seien. Als Teil von HCC soll zudem HIP (Heterogeneous-compute Interface for Portabiliy) dafür genutzt werden können, Cuda-Code in C++-Code umzuwandeln. Laut Tests von AMD sollen bis zu 90 Prozent des Codes dabei automatisch umgewandelt werden können.

Zusätzlich zu den Compiler-Werkzeugen stellt AMD auch einige an diese angepasste Bibliotheken und Werkzeuge quelloffen bereit. Dazu gehören Implementierungen zur schnellen Fourier-Transformation, des Basic Linear Algebra Subprograms (BLAS) oder auch des Frameworks für parallele Programmierung Charm++. Ebenso kann das Deep-Learning-Werkzeug Caffe mit HCC verwendet werden. Zudem stellt AMD einige OpenCL-Frameworks bereit.