Claude Code a rasé les douves de NVIDIA, et cela n'a pris qu'une demi-heure ! Récemment, le cercle technologique a été complètement explosé par une nouvelle : sur la plateforme Reddit, le développeur johnnytshi a partagé une opération perturbatrice——Il n'a fallu que 30 minutes à Claude Code pour réussir à transplanter un ensemble complet de code backend CUDA sur la plate-forme ROCm d'AMD sans aucune couche de conversion intermédiaire.

"La CUDA a passé 20 ans à construire ce fossé, et il pourrait disparaître dans 6 mois." dit Johnnytshi.

p.s. Claude Code est un outil d'agent de programmation d'IA lancé par la société américaine Anthropic. Il peut comprendre en profondeur la logique du code et prendre en charge les tâches de développement telles que la transplantation et l'écriture de code. Il est devenu populaire récemment.

Johnnytshi a dit :Il n’y a pas de code manuscrit dans tout le processus de transplantation. Une opération aussi efficace semble combler directement le fossé entre les deux principaux écosystèmes de CUDA et ROCm.

Ce qui est encore plus remarquable, c'est que cette greffe abandonne complètement les outils de conversion intermédiaires traditionnels tels que la couche de traduction Hipify, et peut être réalisée en un seul clic à l'aide de la ligne de commande (CLI).

Même Anush Elangovan, vice-président du développement logiciel chez AMD, a été profondément choqué par cela et a déclaré sans ambages que l'avenir de la programmation GPU appartiendra définitivement aux agents IA.

Dès que la nouvelle est sortie, l'ensemble du réseau a été instantanément enthousiasmé et de nombreux acteurs de l'industrie ont déploré : NVIDIA ne sera peut-être pas en mesure de conserver le fossé CUDA qu'il entretient depuis de nombreuses années. Que se passe-t-il avec tout cela ?

En tant qu'outil fonctionnant sur le framework d'agent,Le principal avantage de Claude Code est sa capacité à penser de manière indépendante. Au cours du processus de migration du code, il ne remplace pas mécaniquement les mots-clés, mais peut comprendre en profondeur la logique du code, en particulier les principes de fonctionnement sous-jacents des fonctions spécifiques du noyau.

Selon le développeur Johnnytshi, le problème le plus difficile de cette transplantation, la différence de disposition des données entre les deux plates-formes, a également été parfaitement résolu par Claude Code, garantissant la cohérence de la logique informatique de base du noyau.

Ce qui est encore plus étonnant, c'est que l'ensemble du processus de transplantation n'a pris que 30 minutes et qu'il n'a pas été nécessaire de mettre en place un environnement de traduction complexe tel que Hipify. Cela pourrait être complété efficacement directement via la ligne de commande. L’émergence de cette opération a complètement brisé la barrière migratoire entre CUDA et ROCm.

Vous savez, la domination de NVIDIA dans le domaine des GPU repose en grande partie sur l'écosystème CUDA. Aujourd’hui, CUDA est presque devenu un standard de l’industrie, et d’innombrables frameworks d’IA, bibliothèques d’apprentissage profond et outils de calcul scientifique y sont profondément liés.

D'un autre côté, le ROCm d'AMD, malgré ses fonctions puissantes, souffre depuis longtemps de problèmes tels qu'une compatibilité écologique insuffisante et des coûts de migration élevés pour les développeurs, ce qui rend difficile la concurrence avec CUDA.

Cette fois, l’opération de transplantation sans code et à haut rendement de Claude Code a sans aucun doute donné un coup de pouce à l’essor de l’écosystème ROCm. Alors que les agents d’IA continuent de faire des percées dans le domaine de la transplantation de code, il pourrait y avoir à l’avenir de plus en plus de codes CUDA qui pourront être facilement adaptés pour fonctionner sur les GPU AMD.

Bien entendu, puisque la clé de l'écriture d'un noyau est d'assurer une optimisation « matérielle » approfondie, certains soutiennent que Claude Code est encore loin d'être à la hauteur à cet égard, notamment en ce qui concerne la hiérarchie spécifique du cache.

Mais avec ce début, le monopole écologique de NVIDIA peut réellement sembler être confronté à des changements.

En fait,Le mois dernier, la sortie de CUDA 13.1 par NVIDIA a déclenché des discussions sur la question de savoir si le « fossé » de NVIDIA serait affaibli, bien que le responsable l'ait présenté comme « la mise à niveau la plus importante et la plus complète depuis la naissance de la plate-forme CUDA en 2006 ».

La plus grande mise à jour de CUDA 13.1 est l'adoption du modèle de programmation CUDA Tile, qui est un modèle basé sur des blocs de données (tuiles). Son objectif de conception est de réduire considérablement le seuil de programmation GPU, afin que les développeurs puissent se concentrer sur l'organisation des données en blocs et sur l'exécution de calculs.,La planification complexe des threads, la disposition de la mémoire et le mappage des ressources matérielles sous-jacentes sont automatiquement gérées par le compilateur et le système d'exécution.

Jim Keller, un haut responsable de l'industrie de la conception de puces qui a participé à la conception d'AMD Zen, d'Apple série A et de Tesla Autopilot, estime que si la programmation GPU grand public à l'avenir passe progressivement à cette approche basée sur les tuiles, une fois que les développeurs s'habitueront à ce modèle, le même ensemble de logique de programme sera plus facile à transplanter sur différents matériels GPU.Il n'est pas aussi fortement lié au matériel NVIDIA que CUDA dans le passé, ce qui peut offrir des opportunités d'entrée à AMD, Intel ou aux sociétés émergentes d'IA.