AMD一直在努力弥合由Nvidia的CUDA主导地位所造成的差距，特别是在针对PyTorch等AI项目方面。同时，众多工具也纷纷加入这一行列，共同挑战Nvidia的权威地位。
AMD开发了开源的HIP（https://github.com/ROCm/HIPIFY），这是一种C++运行时API和内核语言，使开发人员能够从单个源代码为AMD和Nvidia GPU创建可移植的应用程序。）虽然HIP不是CUDA，但它基于AMD的ROCm，相当于Nvidia的CUDA。此外，AMD还提供了HIPIFY翻译工具，该工具将CUDA源代码转换为AMD HIP，使其能够在AMD GPU上运行。
HIPIFY是一个源代码到源代码的编译器，它提供HIP等效的API调用来代替CUDA API调用。如果不存在等效的调用，HIPIFY就无法翻译代码。一旦翻译或用HIP API编写，代码就可以针对AMD或Nvidia硬件。
另一种方法是开源的 ZLUDA 项目（https://github.com/vosen/ZLUDA），该项目可以在 AMD GPU 上运行未经修改的二进制 CUDA 应用程序，并具有接近原生的性能。虽然仍处于 alpha 阶段，但 ZLUDA 已被证实可以与各种原生 CUDA 应用程序（如 LAMMPS、NAMD 和 OpenFOAM）一起使用。虽然 AMD 直到最近才悄悄资助 ZLUDA，但该项目在最近更新代码库后继续取得进展。
虽然AMD HIP和HIPIFY是有效且开放的解决方案，但开发人员通常更喜欢直接进行源代码编译。从实际角度来看，使用单个CUDA或HIP代码库比同时管理两者更可取。尽管HIP同时面向AMD和Nvidia硬件，但大量Nvidia GPU代码已经并将继续使用CUDA编写。
SCALE工具链使CUDA能在AMD GPU上运行
据Phoronix报道，英国公司Spectral Compute开发的新型CUDA-to-AMD GPU编译器现已上市。SCALE GPGPU（通用GPU）编译器允许CUDA应用程序在AMD GPU上本地编译，而无需CUDA软件，可在现有的CUDA开发路径中运行。对更多GPU供应商和CUDA API的支持正在开发中。
SCALE于七年前开始，是CUDA的“无尘室”实现，利用一些开源的LLVM组件，无需修改即可在AMD GPU上本地编译CUDA源代码。SCALE编译器采用未经修改的CUDA代码，直接生成二进制文件，可以使用AMD ROCm库在AMD GPU上运行。它甚至可以处理依赖于NVPTX汇编语言的CUDA程序。从本质上讲，SCALE是英伟达的nvcc编译器的直接替代品，并包含一个“模仿”英伟达CUDA工具链的运行时，允许现有的构建工具和脚本（如CMake）无缝运行。
Spectral Compute通过编译开源CUDA项目并针对包测试套件进行验证，从而验证了SCALE。以下项目目前是夜间自动测试的一部分：Blender、Llama-cpp、XGBoost、FAISS、GOMC、STDGPU、Hashcat和Nvidia Thrust。SCALE在RDNA2和RDNA3 GPU上进行了测试，在RDNA1上进行了基本测试，而Vega支持仍在进行中。
Spectral Compute正在努力支持AMD的GFX900（Vega 10，GCN 5.0），并可能针对其他GPGPU。
根据Spectral Compute的说法，SCALE相对于其他交叉编译或仿真方法的主要优势在于：
直接编译：SCALE允许使用广泛流行的CUDA语言编写的程序直接编译为AMD GPU。
兼容性：SCALE旨在与Nvidia CUDA完全兼容，允许用户在不牺牲性能的情况下维护单个代码库，以支持多个GPU供应商。
语言扩展：SCALE的语言是Nvidia CUDA的超集，提供了一些可选的语言扩展，使希望摆脱nvcc的用户更容易、更高效地编写GPU代码。
未来发展：SCALE是一项正在进行的工作，计划解决任何缺失的API，以防止其无法完全运行。
对于高性能计算（HPC）而言，AMD CUDA编译器的出现前景令人兴奋。英伟达和AMD硬件之间可移植性的提高将为终端用户提供更多的硬件选择。由于英伟达控制着CUDA API且没有标准委员会，因此英伟达生态系统以外的工具将需要跟踪未来的API更改。
虽然SCALE不是开源的，但文档表明，基于Linux的系统可以免费获得其版本（无论是.deb包还是tarball）。由于SCALE是新的，因此还没有任何与HIPIFY或ZLUDA进行性能比较的基准测试。希望Phoronix能够将其基准测试专业知识应用于这个新工具，帮助跨越CUDA护城河并扩大城堡围墙。
