
ที่มาภาพ: TechSpot
สตาร์ทอัพลอนดอนสร้างคอมไพเลอร์ CUDA ที่ทำงานเร็วกว่าเครื่องมือของ AMD บนฮาร์ดแวร์ AMD
⚡ สรุป 30 วิ
Spectral Compute เปิดตัวคอมไพเลอร์ CUDA ที่ไม่ต้องแก้ไขโค้ดต้นฉบับและให้ประสิทธิภาพเหนือกว่าของ AMD บน GPU Radeon Instinct MI100/MI200…
สตาร์ทอัพจากลอนดอนสร้างคอมไพเลอร์ CUDA ที่บรรลุผลเหนือเครื่องมือของ AMD บนฮาร์ดแวร์ของ AMD
บริษัท Spectral Compute ซึ่งก่อตั้งในปี 2018 โดยวิศวกรสี่คนที่รวมประสบการณ์ด้านการปรับแต่ง HPC มากกว่า 60 ปี ได้ประกาศเปิดตัวคอมไพเลอร์สำหรับโค้ด CUDA ที่อ้างว่าให้ผลลัพธ์การทำงานดีกว่าเครื่องมือของ AMD บน GPU ของ AMD เอง การพัฒนาโครงการนี้เกิดจากความไม่พอใจต่อค่าใช้จ่ายของ GPU Nvidia และประสิทธิภาพที่ต่ำของคอมไพเลอร์ทางเลือกอื่นในช่วงเวลาที่ผู้ก่อตั้งทำงานให้กับบริษัท AI
Overview
การสร้างคอมไพเลอร์ที่สามารถแปลโค้ด CUDA ไปสู่สถาปัตยกรรมของ AMD ไม่ใช่งานง่าย เนื่องจาก CUDA ถูกออกแบบมาสำหรับ GPU ของ Nvidia เท่านั้น บริษัท Spectral Compute กล่าวว่าคอมไพเลอร์รุ่นใหม่ของตนสามารถทำได้โดยไม่ต้องแก้ไขโค้ดต้นฉบับและยังคงรักษาประสิทธิภาพสูงสุดบนฮาร์ดแวร์ AMD การอ้างว่า “เหนือเครื่องมือของ AMD” หมายถึงผลลัพธ์ที่เร็วกว่า หรือใช้พลังงานน้อยกว่าตามการทดสอบภายในของบริษัท
Background
ในช่วงหลายปีที่ผ่านมา นักพัฒนาปัญญาประดิษฐ์ (AI) และผู้วิจัยด้านคอมพิวเตอร์ต้องเผชิญกับข้อจำกัดด้านต้นทุน เนื่องจาก GPU Nvidia มีราคาสูงและบางครั้งทำให้โครงการขนาดกลางถึงใหญ่ต้องยากต่อการจัดสรรทรัพยากร นอกจากนี้ คอมไพเลอร์ทางเลือก เช่น HIP หรือ ROCm ของ AMD ยังไม่ได้รับการสนับสนุนอย่างเต็มที่ในเชิงประสิทธิภาพ ทำให้ผู้ใช้บางกลุ่มต้องตัดสินใจระหว่างค่าใช้จ่ายและความเร็วของงาน
Technology Details
คอมไพเลอร์ของ Spectral Compute ถูกออกแบบโดยอาศัยความรู้ลึกซึ้งเกี่ยวกับการปรับแต่ง HPC และสถาปัตยกรรม GPU ทั้งสองฝั่ง ทีมผู้ก่อตั้งที่มีประสบการณ์รวมกว่า 60 ปีได้ทำการวิเคราะห์โครงสร้างของคำสั่ง CUDA อย่างละเอียด แล้วพัฒนาอัลกอริธึมเพื่อแมปฟังก์ชันเหล่านั้นไปยังชุดคำสั่งของ AMD ด้วยวิธีการที่ลดขั้นตอนแปลงข้อมูลและเพิ่มประสิทธิภาพการใช้หน่วยความจำ
- แหล่งที่มาของเทคโนโลยี: การทำ reverse‑engineering ของไดรเวอร์ NVIDIA และการสร้างโครงสร้างกลาง (intermediate representation) ที่เป็นอิสระต่อผู้ผลิต
- คุณสมบัติหลัก:
- รองรับส่วนใหญ่ของ API CUDA เวอร์ชันล่าสุด
- ไม่ต้องแก้ไขซอร์สโค้ดเดิมเพื่อทำงานบน GPU AMD
- ใช้เทคนิคการจัดเรียงข้อมูล (data layout optimization) เพื่อเพิ่มอัตราการใช้แคช
Performance Claims
บริษัทได้ระบุว่าคอมไพเลอร์ของตน “ให้ผลลัพธ์ที่เหนือกว่าเครื่องมือของ AMD” เมื่อทดสอบบน GPU AMD Radeon Instinct MI100 และ MI200 โดยอ้างว่าเวลาในการประมวลผลงาน AI benchmark ต่าง ๆ ลดลงอย่างมีนัยสำคัญ แม้ว่าข้อมูลเชิงตัวเลขไม่ได้ถูกเปิดเผยต่อสาธารณะ แต่การยืนยันจาก Spectral Compute บ่งบอกว่าผลการทดสอบภายในแสดงให้เห็นถึงความได้เปรียบด้านประสิทธิภาพที่ชัดเจน
Industry Impact
หากคอมไพเลอร์นี้ได้รับการยอมรับอย่างกว้างขวาง นักพัฒนา AI และผู้ใช้ HPC จะมีทางเลือกใหม่ในการลดต้นทุนโดยไม่ต้องผูกติดกับ GPU Nvidia การเปิดใช้งานโค้ด CUDA บนฮาร์ดแวร์ AMD อย่างเต็มประสิทธิภาพอาจทำให้ตลาด GPU มีการแข่งขันมากขึ้น ส่งผลให้ราคาของการ์ดกราฟิกและบริการคลาวด์ที่ใช้ GPU ปรับตัวลง
ในมุมของซัพพลายเชน การใช้คอมไพเลอร์แบบเปิดนี้ยังช่วยลดความต้องการในการซื้อหรือเช่าอุปกรณ์ Nvidia จำนวนมาก ซึ่งเป็นประโยชน์ต่อองค์กรที่มีงบประมาณจำกัด นอกจากนี้ ผู้ผลิตฮาร์ดแวร์ AMD อาจได้รับแรงจูงใจเพิ่มเติมในการปรับปรุงสภาพแวดล้อมซอฟต์แวร์ของตน เพื่อให้สามารถแข่งขันได้กับโซลูชั่นของบริษัทสตาร์ทอัพ
Future Outlook
Spectral Compute ยังไม่มีการเปิดเผยแผนการระดมทุนหรือขยายทีมในขั้นต่อไป อย่างไรก็ตาม บริษัทระบุว่าจะทำงานร่วมกับผู้ผลิตฮาร์ดแวร์และระบบคลาวด์เพื่อให้คอมไพเลอร์ของตนเป็นส่วนหนึ่งของโซลูชั่นมาตรฐาน การทดสอบเพิ่มเติมบน GPU รุ่นใหม่ ๆ ของ AMD และการรับรองจากองค์กรอิสระจะเป็นกุญแจสำคัญในการยกระดับความเชื่อมั่นของตลาด
Summary
Spectral Compute นำเสนอคอมไพเลอร์ CUDA ที่อ้างว่ามีประสิทธิภาพเหนือเครื่องมือของ AMD บน GPU ของ AMD เอง การพัฒนานี้ตอบโจทย์ปัญหาต้นทุนและประสิทธิภาพที่ผู้ใช้ AI เผชิญอยู่ หากได้รับการยอมรับ จะส่งผลกระทบต่อการแข่งขันในตลาด GPU อย่างมีนัยสำคัญ.
แชร์บทความนี้:
ชอบบทความแบบนี้?
สมัคร AI Automate Weekly Newsletter — รับเคล็ดลับ AI + how-to ใหม่
ทุกสัปดาห์ตรงถึง inbox ฟรี ไม่มีสแปม
แหล่งข่าวต้นฉบับ
- ชื่อต้นฉบับ
- A tiny London startup built a CUDA compiler that reportedly beats AMD's own tools on AMD hardware
- ผู้เขียน
- Skye Jacobs
- แหล่ง
- TechSpot
- วันที่เผยแพร่
- 12 กรกฎาคม 2569 เวลา 22:16



