🧠 “Microsoft ท้าชน CUDA – แปลงโค้ด NVIDIA ให้รันบน AMD ได้!” Microsoft พัฒนาเครื่องมือแปลง CUDA เป็น ROCm! หวังลดต้นทุน inference ด้วย AMD GPU Microsoft กำลังพัฒนา “toolkits” ที่สามารถแปลงโค้ด CUDA ให้ทำงานบน AMD GPU ผ่าน ROCm เพื่อหลีกเลี่ยงการผูกขาดของ NVIDIA และลดต้นทุนการประมวลผล AI แบบ inference ในศูนย์ข้อมูล ในรายงานล่าสุดจาก Wccftech มีการเปิดเผยว่า Microsoft กำลังพัฒนาเครื่องมือแปลงโค้ด CUDA ให้สามารถทำงานบน GPU ของ AMD โดยใช้ ROCm ซึ่งเป็นซอฟต์แวร์โอเพ่นซอร์สของ AMD สำหรับงาน HPC และ AI เป้าหมายหลักคือการลดต้นทุนการประมวลผลแบบ inference ซึ่งกำลังเติบโตอย่างรวดเร็วในศูนย์ข้อมูลทั่วโลก โดย AMD GPU มีราคาถูกกว่า NVIDIA อย่างมีนัยสำคัญ แต่ติดปัญหาด้านซอฟต์แวร์ที่ยังไม่รองรับ CUDA ซึ่งเป็นมาตรฐานในวงการ AI เครื่องมือที่ Microsoft พัฒนานี้อาจใช้แนวทางเดียวกับ ZLUDA ซึ่งเป็น runtime compatibility layer ที่สามารถแปลง API ของ CUDA ให้ทำงานบน ROCm โดยไม่ต้องแก้ไขซอร์สโค้ดหรือคอมไพล์ใหม่ทั้งหมด อย่างไรก็ตาม ROCm ยังถือว่า “ไม่สมบูรณ์” ในหลายด้าน โดยบาง API ของ CUDA ยังไม่มีคู่เทียบใน ROCm ซึ่งอาจทำให้ประสิทธิภาพลดลงหรือเกิดปัญหาในระบบขนาดใหญ่ Microsoft ยังอาจพัฒนาเครื่องมือแบบ end-to-end สำหรับการย้าย workload ไปยัง Azure โดยรองรับทั้ง AMD และ NVIDIA ซึ่งจะช่วยให้ลูกค้าสามารถเลือกใช้ GPU ที่เหมาะสมกับงบประมาณและความต้องการได้มากขึ้น ✅ Microsoft พัฒนาเครื่องมือแปลง CUDA เป็น ROCm ➡️ ช่วยให้ CUDA code ทำงานบน AMD GPU ได้ ➡️ ลดต้นทุน inference ในศูนย์ข้อมูล ➡️ ใช้แนวทาง runtime compatibility layer คล้าย ZLUDA ✅ ความได้เปรียบของ AMD GPU ➡️ ราคาถูกกว่า NVIDIA GPU ➡️ เหมาะสำหรับงาน inference ที่ต้องการประสิทธิภาพต่อราคา ➡️ Microsoft กำลังร่วมมือกับ AMD เพื่อเพิ่มประสิทธิภาพ ✅ ความท้าทายของ ROCm ➡️ ยังไม่รองรับทุก API ของ CUDA ➡️ อาจเกิดปัญหาด้าน performance ในระบบขนาดใหญ่ ➡️ ต้องพัฒนาให้สมบูรณ์เพื่อใช้งานในระดับ production ‼️ คำเตือนสำหรับการใช้งานในระบบจริง ⛔ การแปลงโค้ดอาจไม่สมบูรณ์ในทุกกรณี ⛔ ต้องทดสอบ performance อย่างละเอียดก่อนใช้งานจริง ⛔ การเปลี่ยนแพลตฟอร์มอาจมีผลต่อความเสถียรของระบบ https://wccftech.com/microsoft-has-developed-toolkits-to-break-nvidia-cuda-dominance/