一篇讲"谁能终结CUDA锁定"的行业报道,点开正文,发现里面全是网站导航栏和分类链接——没有一段记者写的分析。这是HPCwire 2026年7月9日那篇《Spectral Compute Aims to Set CUDA Free》的真实抓取结果:标题在,发布时间在,正文骨架却是空的。

这事本身比新闻更有意思。一家叫Spectral Compute的公司,靠一个叫SCALE的编译器,声称能让CUDA代码不做修改直接跑在AMD GPU上。这个说法正在圈内流传,但严格说,大部分人对SCALE的了解,来自厂商和合作方自己发的数字,不是独立测评。

CUDA的护城河,拆了十几年没拆动

CUDA是Nvidia从2007年开始经营的专有生态,靠编译器、驱动API和cuBLAS这类库把开发者焊在自家硬件上。想绕开它,业内试过好几条路:

  • AMD的HIP+HIPIFY,做源码级迁移,社区反馈能完成七到九成工作量,剩下一两成得靠人工处理Nvidia专属优化;
  • Khronos的SYCL和Intel的oneAPI,走标准化路线,但生态成熟度始终追不上CUDA;
  • ZLUDA,靠运行时/二进制翻译直接跑未修改的CUDA程序,更像是一种"能用但别指望长期依赖"的黑科技。

十几年过去,没有一条路真正撼动CUDA的地位。这不是技术难,是CUDA把编译器、运行时、驱动和库全部焊死在一起,少一环都跑不起来。

SCALE想走一条"提前编译"的路

SCALE给自己的定位是nvcc(Nvidia官方CUDA编译器)的drop-in替代品,基于Clang/LLVM。它和ZLUDA最大的区别在架构:SCALE用的是提前编译(AOT),把CUDA/PTX代码直接编译成AMD等价指令;而不是ZLUDA那种运行时拦截、边跑边翻译的方式。

Spectral还重新实现了一整套CUDA运行时和驱动API,目的是让未修改的CUDA代码、连同inline PTX这种深层写法,都能在AMD的CDNA、RDNA系列GPU上跑起来。这确实比HIPIFY的"人工改代码"更省事,也比ZLUDA的"运行时中间层"理论上更省性能开销。

但架构不同不代表目标不同。往深了看,SCALE和ZLUDA其实都在追同一件事——保留CUDA语义、不动源码。HPCwire的报道把两者写成对立面,社区的横向对比材料却把它们归成同一类打法。这个张力值得留意:讲故事的时候突出差异,落到目标上其实是同路人。

两个性能数字,凑不到一起

SCALE最抓人眼球的是性能说法,但这恰好是最该打问号的地方。

  • Spectral官网基准.SCALE相比HIPIFY+ROCm组合,在AMD GPU上有接近6倍提升;
  • 合作伙伴TensorWave博客.SCALE跑未修改CUDA负载,某些工作负载性能提升达25.7倍。

两个数字,测试硬件、负载类型、对比基准全都没有公开对齐,不能互相印证,更不能简单叠加引用。一个是厂商自测,一个是商业合作方的自证,严格说都不构成独立验证。

数字越亮眼,越该先问是谁测的,拿什么当对照组。
  • 提醒.目前没有第三方在真实生产代码库上跑过SCALE的独立测评,官方文档列出的AMD GPU支持范围(CDNA的MI100/MI200/MI300/MI350系列,RDNA的RX 6000/7000/9000系列部分型号)也还只是覆盖清单,不等于兼容深度。

谁会真的在意这件事

Nvidia的护城河从来不是硬件性能碾压,是CUDA生态锁死了迁移成本。SCALE如果真能做到"零改动跑在AMD上",动的是Nvidia议价能力最核心的那块基石。

AMD的处境有点尴尬:自己主推的HIP迁移路径,被一个第三方工具绕开了。SCALE如果被证明可行,HIPIFY的战略位置反而被削弱——这不是AMD乐见的局面,却也不是AMD能轻易阻止的。

真正该谨慎的是那些手握大量CUDA代码库、正在纠结要不要换AMD GPU省成本的团队。厂商基准可以看,但决策不该建立在6倍或25.7倍这种拿不出对照组的数字上。孙子讲"知彼知己,百战不殆",这里的"知彼"不是听对方怎么说自己,是拿到独立跑分再下判断。

一篇报道的正文是空的,可以怪爬虫或者网站改版。但如果一整套"CUDA锁定要被打破"的叙事,支撑材料也主要来自厂商自己,那这个空洞就不只是页面加载的问题了。SCALE到底能不能兑现,答案不在Spectral的官网,在有没有人愿意拿真实生产负载去公开测一遍。