AMD副总裁完全用AI写了个显卡驱动 但和你想的不太一样

他既AMD副总，也是一位资深工程师，完全用AI写这么一个驱动，是不是要替代传统的AMD显卡驱动？

这个项目标核心目标，是在不依附整套ROCm软件栈作为中心件的前提下，以高度可控的方法与硬件交互。

本质上，它只是一个轻量级的驱动测试框架，用于直接操作Linux下的AMD GPU接口。

当然不是。假如你等待有一个基于Python的Linux驱动，那就要掉望了。

Linux体系上，现代AMD GPU平日依附一整套以AMD ROCm为核心的深度软件栈运行。

应用法度榜样起首与ROCm库交互，然后库对接用户态运行时，最终指令进入内核中的AMDGPU驱动。

Elangovan的项目，则是绕开了这套栈的大年夜部分环节。

他写的驱动框架代码经由过程/dev/kfd、/dev/dri/render*等设备节点，直接与内核驱动通信，触达了AMD计算接口最底层的公开层。

借此，它可以分派GPU内存、创建计算队列、提交指令包、同步CPU与GPU义务。

听上去很厉害是不是？其实也没那么夸大。

真正的内核驱动，并未被调换，也没有受到任何影响，依然承担了几乎所有核心工作。

Python层只是构建了指令包，并经由过程现有的内核API发送出去。

打个不太恰当的比方，这有点像用笔记本电脑临时替代改装汽车上的发念头控制器，可以临时诊断对象，但显然不合适经久应用。

显然，该项目异常合适内部开辟时的调试与实验。

工程师可以隔离ROCm中的bug，或者测试特定的GPU功能，而无需编译宏大年夜的C++项目。

经由进一步测试，它已经可以或许完成一些实际义务，包含创建指令队列、分派内存、发送计算调剂指令包、实现GPU同步原语等。

因为用Python编写，代码量小，易修改，异常合适须要快速复现硬件行动的测试场景。

Elangovan感慨说，全部过程中，他一次都没有打开编辑器，AI智能体堪称软件范畴巨大年夜的平等器，而速度就是护城河。