初创公司自研CUDA编译器，AMD硬件实测性能优于原厂工具

CUDA现已深度渗透高性能计算领域，绝大多数开发者都默认它只能搭配英伟达硬件使用。伦敦一家小型初创企业正试图打破这一现状，其工具可让CUDA代码在各类芯片上直接运行，开发者无需重新编写程序。

Spectral Compute公司推出一款名为SCALE的编译器，可直接替代英伟达原生编译器NVCC。开发者无需改写现有CUDA代码，就能在AMD GPU等其他硬件上直接运行。Spectral Compute于2018年成立，四位创始工程师累计拥有约60年高性能计算（HPC）优化开发经验。创始人表示，研发这款工具源于实际痛点：此前他们在一家AI企业任职时，既不堪英伟达GPU高昂的采购成本，又不满其他替代编译器的糟糕性能，于是基于LLVM与Clang开源框架自研了这套解决方案。

市面上部分工具会将CUDA转译为其他编程语言，或是对已编译完成的二进制文件做适配，而SCALE本身是独立编译器，直接针对目标硬件重新编译CUDA源码。这套设计逻辑和CPU编译器保持一致：一份代码可适配多种硬件架构，性能差异主要由硬件本身决定，而非编译工具。

该团队的研发前提是CUDA会长期占据主流，当前全球约80%的高性能计算代码均基于CUDA开发。Spectral业务增长负责人Giulio Malitesta接受采访时表示：“我们把CPU领域成熟的行业标准思路，复用在了GPU生态。就像C++代码可以同时跑在AMD、ARM架构CPU上，性能差距只来源于底层硬件，不会出现编译器带来的明显性能折损，我们的工具也是同理。”

“CUDA事实上已经成为高性能计算的行业事实标准，”Malitesta补充道，“我们必须承认这个现状。作为编译器研发团队，我们要做的就是让CUDA脱离英伟达硬件绑定，同时还能在英伟达GPU上进一步提升执行效率。”

目前已有多款工具尝试实现CUDA跨硬件移植，但各自存在明显短板。AMD推出的HIPIFY工具会把CUDA代码转换为适配ROCm平台的C++代码，却无法充分调用PTX这类底层底层汇编特性；英特尔SYCLomatic工具仅能自动转换约90%代码，剩余10%需要人工修正；ZLUDA这类工具基于二进制层面做兼容适配，往往会大幅损耗运行性能。

Spectral称自家方案不存在上述取舍问题。工具直接基于源码重新编译，并与NVCC编译输出结果做精度校验，在保证计算准确的同时提升运行速度。Spectral公布的基准测试数据显示，在AMD GPU环境下，SCALE性能显著优于基于HIPIFY的移植方案，部分场景性能提升幅度接近6倍。

该公司现阶段主要适配AMD硬件，同时正在开发对其他AI加速芯片的支持，但暂未披露具体厂商；工具同样兼容英伟达GPU，团队表示通过更优编译优化，仍有不小性能提升空间。

庞大的CUDA软件生态进一步增加跨平台适配难度，cuDNN、cuTENSOR、cuDF等数百款专用计算库是大量应用程序的依赖项。Spectral正在扩充对这类库的兼容适配，计划上线PyTorch适配功能，更好对接主流AI开发工作流。

尽管致力于打通CUDA跨硬件壁垒，Spectral强调自身并非英伟达的竞争对手。公司已于6月加入英伟达初创企业扶持计划Inception，保持全行业中立合作姿态。

学术解决方案与商务拓展负责人Rubenvan Dongen表示：“我们和英伟达、AMD都保持良好合作关系，当然我们希望和全产业链厂商友好协同，我们是真正中立的工具厂商。”

SCALE商用至今仅两年左右，尚未形成长期大规模落地案例。Spectral现有员工约30人，团队仍在扩招。工具面向商业客户收费授权，高校与非营利机构可免费使用。该软件已在橡树岭国家实验室的Frontier超算等大型算力集群完成实测验证。

对于目标客户群体而言，这款工具的实用价值十分突出：为适配不同硬件重构整套大型CUDA代码库，会耗费大量人力与时间成本，而Spectral提供了轻量化替代方案。“科研领域的开发者时间尤为宝贵，”vanDongen说，“他们不用完整重写、迁移现有代码库，仅通过我们的工具重新编译即可运行，甚至还能获得性能提升。”

当前GPU与AI基础设施需求快速上涨，英伟达长期垄断CUDA生态市场，Spectral切入这一赛道的核心思路十分清晰：保留CUDA通用开发标准，解除其对单一厂商硬件的绑定限制。