## CUDA 翻译与 AMD 的挑战：摘要 Hacker News 的讨论集中在将 CUDA 代码翻译为在 AMD GPU 上运行是否是挑战 NVIDIA 统治地位的可行途径。 链接文章的核心论点是，*直接翻译无法释放 AMD 的潜力*。真正的性能提升需要硬件特定的优化——根据 AMD 的架构（CDNA、MFMA）定制代码——简单的翻译层无法实现这一点。 许多评论者认为，由于时间限制和延迟风险，开发者目前被锁定在 CUDA 中。Google 和 Apple 拥有转型资源，但 Google 优先考虑其专有的 TPU，而 Apple 则在基本的软件修复方面遇到困难。 一个关键点是，虽然翻译层降低了尝试 AMD 的门槛，但它们会牺牲性能。 讨论强调了 NVIDIA 构建的生态系统锁定，以及 AMD（或其他公司）在 CUDA 代码最初编写完成后，为实现可比性能必须付出的努力。有人提出了 AI 驱动的翻译作为一种潜在的解决方案，但许多人对其克服所涉及的复杂性而无需进行大量的硬件特定调整的能力表示怀疑。最终，共识倾向于 AMD 需要专注于原生优化才能真正竞争。