Nvidia hat mit CUDA ein großes und bedeutendes Ökosystem aufgebaut, das sich aus Software- und Hardwarekomponenten zusammensetzt und auf das sich viele große Unternehmen verlassen, obwohl sich viele von den Zwängen von CUDA lösen möchten, so der Intel-Chef. Ob Sympathie oder nicht, CUDA ist derzeit der dominierende Akteur auf dem KI- und HPC-Markt und wird dies wohl auch in absehbarer Zukunft bleiben, obwohl immer mehr Unternehmen ihre eigenen Beschleuniger und Software entwickeln, um ihre eigenen Bedürfnisse zu erfüllen, die kosten- und energieeffizienter sein können als Allzwecklösungen, da sie für eine bestimmte Aufgabe mit entsprechender Optimierung entwickelt werden können.
Natürlich versuchen viele, von der Popularität von CUDA zu profitieren, indem sie CUDA-Anwendungen über so genannte Compiler-Layer für Nicht-Nvidia-Hardware-Systeme verfügbar machen. Dies wird sowohl von Intel als auch von AMD angeboten, so dass CUDA-basierte Software schließlich unter Intel OpenAPI und AMD RoCm laufen kann. Einer der beliebtesten Compiler-Layer ist ZLUDA.
Wie kürzlich bekannt wurde, sind solche Versuche durch Nvidias Endnutzervertrag für die CUDA-Softwareumgebung ab 2021 im Grunde verboten, aber das Problem wurde erst kürzlich von einem Software-Ingenieur ans Licht gebracht. Longhorn, so der Spitzname unseres Protagonisten, wies darauf hin, dass die EULA Reverse Engineering, Reverse Compiling oder Disassemblierung von CUDA Code verbietet und dass solcher Code nicht auf Hardwarekonfigurationen laufen kann, die nicht von Nvidia stammen. Letzteres ist im Wesentlichen ein Verweis auf die oben erwähnten Compilerschichten, die nicht nur Intel- und AMD-Hardware unterstützen, sondern auch die Lösungen einiger chinesischer Unternehmen, die auf chinesischen Beschleunigern laufen. Letzteres könnte die Hauptmotivation für Nvidias Rechtsteam gewesen sein, ein Verbot von Compilerschichten in eine Endnutzer-Lizenzvereinbarung aufzunehmen. Diese Einschränkung war in der Dokumentation nach der Installation von CUDA 11.4 und CUDA 11.5 nicht enthalten, wurde aber in die Spezifikation für CUDA 11.6 und später aufgenommen.
Lösungen, die es ermöglichen, dass CUDA-Software, die für Nvidia-Hardware entwickelt wurde, auf anderer Hardware ausgeführt werden kann, könnten natürlich der Geschäftsposition von Nvidia schaden, insbesondere im KI-Segment, in dem das Unternehmen derzeit der dominierende Akteur ist, aber einige Compilerschichten sind so effizient, dass sie sogar eine höhere Leistung als der native Modus erzielen können. Natürlich schützen alle Unternehmen ihre proprietären Technologien, das ist nichts Besonderes, also können sie auch deren unbefugte Nutzung verbieten, wozu offenbar auch die Ausführung von Software auf fremder Hardware durch eine Compilerschicht gehört. Eine andere Frage ist, wie man diejenigen, die Compilerschichten verwenden, kontrollieren und sanktionieren kann, aber eine der einfachsten Möglichkeiten ist zweifellos, Compilerschichten, die auch von Konkurrenten entwickelt wurden, lahmzulegen.
Im Laufe der Zeit, wenn Unternehmen immer leistungsfähigere Hardware auf dem KI- und HPC-Markt auf den Markt bringen, könnten auch Softwareentwickler darauf aufmerksam werden und anfangen, immer mehr Software darauf zu schreiben, was im Laufe der Zeit zu einem Verlust von Marktanteilen für Nvidia und einer Schwächung seiner derzeitigen dominanten Position führen könnte. Natürlich gibt es im Moment keine Anzeichen dafür, aber der Markt könnte sich im Laufe der Zeit verändern, wenn genügend hochwirksame Entwicklungen gemacht werden.
