Un nouvel outil met enfin sur le même banc MUSA et CUDA, avec des métriques standardisées et des charges réalistes. De quoi objectiver les pilotes GPU au-delà des promesses marketing.
GPU Compute Driver Bench sur GitHub, licence Apache 2.0
Moore Thread publie sur GitHub, GPU Compute Driver Bench, un banc de performance open source centré sur les pilotes de calcul GPU. L’outil évalue les piles MUSA et les pilotes compatibles CUDA dans un cadre reproductible, avec métriques et bases de référence normalisées.
La suite vise des cas d’usage concrets et couvre des scénarios de calcul et de mémoire proches du terrain. Un système d’évaluation multidimensionnel mesure performance du pilote, gestion des ressources et efficacité d’exécution, avec scoring automatisé pour suivre les régressions selon versions de pilotes et de matériel.
Cinq axes techniques sont ciblés : ordonnancement des tâches, parallélisme multi‑flux, opérations mémoire, configurations multi‑cartes et gestion des ressources. Le dépôt est sous licence Apache 2.0 et s’accompagne d’un guide de démarrage via un billet d’introduction.
Fonctionnalités clés et positionnement vis‑à‑vis de MUSA et CUDA
L’approche combine analyse granulaire des sous‑systèmes et mesure de bout en bout. L’objectif est de comparer à la fois les optimisations logicielles et matérielles, avec des baselines communes pour éviter les biais entre plateformes.
Le calendrier s’inscrit dans une séquence d’outils autour de MUSA. Fin janvier, TileLang‑MUSA a été ouvert pour réduire le volume de code d’environ 90 %. Le banc vient compléter cette boîte à outils pour les développeurs et intégrateurs.
Contexte industriel
Moore Threads, dirigé par Zhang Jianzhong (ex‑NVIDIA China), revendique une compatibilité avancée avec CUDA et prépare une nouvelle génération de modèles entreprise et grand public. Un comparatif ouvert MUSA/CUDA crédibilise cette trajectoire si les résultats suivent sur des workloads réalistes.
Pour un marché dominé par CUDA, un banc ouvert et multi‑API est une brique utile : il peut accélérer l’amélioration des pilotes MUSA, faciliter l’évaluation croisée dans les SI, et créer une base commune pour traquer les régressions entre versions, y compris en multi‑GPU.
Source : TechPowerUp
