AMD 顯卡也能跑 CUDA 了！GitHub 神人釋出自動化腳本，實測 RX 9060 XT 跑 AI 模型效率驚人

長久以來，人工智慧（AI）與高效能運算領域幾乎是輝達（NVIDIA）的天下，其憑藉深耕多年的 CUDA 軟硬體生態系築起極高壁壘，讓許多手持超微（AMD）顯示卡的 Windows 個人用戶與小型開發者只能望洋興嘆。

科技媒體《Tom's Hardware》報導，獨立開發者 Speedstu 近日在 GitHub 推出了名為「CUDA-for-AMD-Windows」的開源專案，透過自動化配置與中介轉譯技術，成功讓 AMD Radeon 顯示卡在 Windows 環境下直接調用 CUDA 加速庫，甚至在完全不修改底層程式碼的情況下跑通深度學習模型，引發開源社群熱烈討論。

借道 ZLUDA 與 HIP 橋接：PowerShell 腳本如何騙過驅動層？

輝達的 CUDA 之所以能成為業界壟斷級的標準，關鍵在於其包辦了編譯器、執行階段（Runtime）、除錯工具以及高度最佳化的數學加速庫。要讓非綠營硬體理解 CUDA 語法，過去往往需要繁瑣的程式碼改寫或重構移植。

而 Speedstu 開發的這套工具本質上是一組可重現的 PowerShell 自動化腳本，其巧妙結合了開源轉譯層 ZLUDA（v6-preview.69）與 AMD 原生的 HIP / ROCm 架構。當應用程式發出 CUDA 呼叫時，系統會在驅動層進行動態攔截，直接將 nvcuda 相關請求映射至 AMD 本地已安裝的數學運算庫。

根據目前專案釋出的實作進度，包含 cuBLAS、cuBLASLt、cuSPARSE 以及 cuFFT 等常見的密集與稀疏矩陣、快速傅立葉變換運算，都能無縫轉發給 AMD 的 rocBLAS、hipBLASLt 與 rocSPARSE 處理，為 Windows 平台上的跨架構運算開闢了一條快捷通道。

端到端跑完 220 萬參數模型：RX 9060 XT 實測吞吐量破萬

這套轉譯工具並非單純停留在理論概念，而是已經完成可實際驗證的端到端運算測試。開發者直接拿出一張 AMD Radeon RX 9060 XT 顯示卡，在未修改任何 CUDA 原始碼的前提下，成功完成了一套擁有 220 萬參數的 PPO（近端策略最佳化，Proximal Policy Optimization）強化學習神經網路訓練。

在效能評測環節中，專案詳細列出了官方標準配置與自訂修訂路徑的 A/B 對比數據。在搭配官方 ZLUDA 與 AMD HIP SDK 6.4 的「公開上游路徑」下，RX 9060 XT 跑出了中位數 13,278.46 SPS（每秒步數，steps per second）、平均 13,172.49 SPS 的運算輸送量；相較之下，若採用混入舊版客製化組件的自訂路徑，中位數吞吐量則下滑至 12,875.80 SPS，且推論與學習耗時皆明顯拉長。這項數據證明，只要搭配標準且公開的軟體組件，AMD 顯示卡透過轉譯層就能維持相當穩健且高效的執行效率。