一份CUDA源碼，跑上了蘋果GPU

機(jī)器之心編輯部

一段原本為英偉達(dá) CUDA 設(shè)計(jì)的計(jì)算程序，幾乎無(wú)需修改內(nèi)核代碼，就直接跑在了一臺(tái)搭載 M3 Pro 的蘋果設(shè)備上。

這是 X 網(wǎng)友 @Abhinav 昨天公布的一項(xiàng)進(jìn)展。更讓人意外的是，它并非一個(gè)簡(jiǎn)單的「向量加減乘除」演示，而是在真實(shí)的三維流體模擬任務(wù)中，實(shí)現(xiàn)了約 10 倍的速度提升。

這件事的背后，有一個(gè)特殊的參與者 ——GPT-5.6 Sol。

事情發(fā)生在開源科學(xué)計(jì)算平臺(tái) OpenFPM 上。研究人員一直在做一件很多人認(rèn)為「不太可能」的事情：讓原本為 CUDA/HIP GPU 設(shè)計(jì)的高性能計(jì)算程序，跨過(guò)平臺(tái)壁壘，運(yùn)行到蘋果自己的 Metal GPU 架構(gòu)上。

為什么這很難？過(guò)去十幾年，GPU 計(jì)算領(lǐng)域高度碎片化 —— 英偉達(dá)有 CUDA，AMD 有 HIP，蘋果有 Metal。這些生態(tài)如同不同語(yǔ)言，互相不兼容。一個(gè)用 CUDA 寫成的程序，通常需要大量重寫才能在其他平臺(tái)運(yùn)行。

但這次，開發(fā)者沒有選擇重新開發(fā)一套 Metal 版本，而是搭建了一條轉(zhuǎn)換通道：程序先經(jīng)過(guò) Clang/HIP 處理，再通過(guò) SPIR-V、Vulkan 和 MoltenVK 等中間層，最終讓蘋果 Metal GPU 能夠理解并高效執(zhí)行。

更重要的是，他們完全沒有添加任何 Metal 專用的粒子 API。應(yīng)用層仍保留原有的 CUDA/HIP 風(fēng)格 kernel 調(diào)用，實(shí)現(xiàn)了真正的硬件透明。

在這個(gè)過(guò)程中，GPT-5.6 Sol 發(fā)揮了關(guān)鍵作用。它幫助完成了設(shè)備端內(nèi)存布局構(gòu)建，用約 6 小時(shí)的時(shí)間發(fā)現(xiàn)了 MoltenVK 和 SPIR-V 中的兼容性問(wèn)題，并設(shè)計(jì)了相應(yīng)的變通方案。

項(xiàng)目鏈接：https://github.com/mosaic-group/openfpm/pull/18

真正考驗(yàn)這項(xiàng)工作的，是一個(gè)復(fù)雜的測(cè)試用例 —— 三維 SPH 大壩潰壩模擬。這個(gè)任務(wù)需要同時(shí)處理掃描、排序與重排、單元格和相鄰列表構(gòu)建、ghost 粒子交換、歸約操作以及原子操作等多個(gè)復(fù)雜模塊，任何一個(gè)環(huán)節(jié)出問(wèn)題，都會(huì)導(dǎo)致性能下降或物理結(jié)果偏差。

但測(cè)試結(jié)果出乎預(yù)期。在搭載 M3 Pro 芯片的蘋果設(shè)備上，使用 Metal GPU 運(yùn)行，約 6 秒完成；使用 CPU 順序計(jì)算，約 60 秒完成。也就是說(shuō)，同一個(gè)程序，僅僅更換計(jì)算硬件，就獲得了約 10 倍的速度提升，且 GPU 利用率接近 100%（表明轉(zhuǎn)換效率很高）。

更重要的是，速度提升并不是以犧牲準(zhǔn)確性換來(lái)的。開發(fā)者進(jìn)一步檢查了模擬結(jié)果，發(fā)現(xiàn)蘋果 GPU 版本和原始計(jì)算版本最終得到的物理結(jié)果保持一致，包括關(guān)鍵參數(shù)和模擬軌跡都高度接近。這意味著，蘋果 GPU 不僅跑起來(lái)了，而且真正完成了科學(xué)計(jì)算任務(wù)。

開發(fā)者進(jìn)一步指出，粒子存儲(chǔ)隨粒子數(shù) N 線性增長(zhǎng)，而鄰居搜索等工作量大致為 O (N?k)（k 為固定密度下的鄰居數(shù)）。目前展示的 10 倍加速是單機(jī)后端對(duì)比的結(jié)果。未來(lái)，借助蘋果 Thunderbolt 支持的 RDMA 技術(shù)，還可以實(shí)現(xiàn)多機(jī)動(dòng)態(tài)負(fù)載均衡，讓模擬在多臺(tái)設(shè)備上擴(kuò)展。

當(dāng)然，這項(xiàng)突破距離改變整個(gè) GPU 產(chǎn)業(yè)還有距離。目前蘋果 Metal GPU 最大的限制之一，是對(duì)高精度浮點(diǎn)計(jì)算支持不足，而很多專業(yè)科學(xué)計(jì)算領(lǐng)域依賴雙精度運(yùn)算。因此，在天氣預(yù)測(cè)、航空航天模擬等超級(jí)計(jì)算場(chǎng)景中，英偉達(dá)專業(yè) GPU 仍然占據(jù)優(yōu)勢(shì)。

不過(guò)，也有人質(zhì)疑這項(xiàng)探索的意義，一位網(wǎng)友表示：「市面上明明有那么多更合適的系統(tǒng)，在 Mac 上跑這種小仿真，到底有什么用？」言下之意是，MacBook 的 GPU 再快，也終究不是為科學(xué)計(jì)算而生的，這件事聽起來(lái)更像一場(chǎng)炫技。

開發(fā)者的回應(yīng)頗為坦率：「最大的用處，就是好玩，以及工作順手。」他解釋說(shuō)，團(tuán)隊(duì)的大規(guī)模仿真本就跑在集群上，而這次能在蘋果架構(gòu)上跑通，恰恰驗(yàn)證了設(shè)備抽象層的設(shè)計(jì)是成立的。更實(shí)際的理由藏在日常開發(fā)里 —— 跑大仿真之前，總要先用小仿真調(diào)試，而本地調(diào)試靠 CPU 實(shí)在太慢；仿真結(jié)果動(dòng)輒幾個(gè) GB，SSH 根本傳不回來(lái)，遠(yuǎn)程桌面又笨重難用，不如直接在本地跑。最妙的地方在于，在筆記本上調(diào)試通過(guò)的那份代碼，原封不動(dòng)地放到 GPU 集群上，就能自動(dòng)擴(kuò)展規(guī)模。

這項(xiàng)探索還證明了：同一套 CUDA/HIP 風(fēng)格的算法，可以相對(duì)透明地運(yùn)行在 Apple Silicon 等不同硬件后端上。未來(lái)，軟件開發(fā)者或許不再被單一 GPU 生態(tài)所綁定。

此外，這也展現(xiàn)了 AI（GPT-5.6 Sol）正在從「幫助寫代碼」走向「參與底層系統(tǒng)設(shè)計(jì)、優(yōu)化和跨平臺(tái)工程調(diào)試」的新階段。

蘋果 GPU 這次跨過(guò) CUDA 鴻溝，可能只是一個(gè)開始。

參考鏈接：https://x.com/Abhinavsns/status/2079774018748694696