9月15日消息，独立开发者Speedstu近日开源了名为“CUDA-for-AMD-Windows”的项目，在Windows上实现了AMD显卡运行CUDA专属工作负载，无需借助虚拟机或双系统。
实测环节该项目在RX 9060 XT上成功训练了一个220万参数的PPO强化学习网络，全程使用未经修改的CUDA库。
这个项目是一套高度自动化的PowerShell脚本，将ZLUDA翻译层与AMD原生的HIP/ROCm SDK for Windows对接。
脚本会自动检测GPU架构，拉取特定版本的ZLUDA（v6-preview.69），映射到Windows上已有的ROCm数学库。开发者成功拦截并映射了CUDA驱动API以及cuBLAS、cuSPARSE、cuFFT三个核心库，直接转接到AMD的等效实现上。
AMD近期通过ROCm更新为Windows消费级GPU带来了正式的PyTorch和HIP SDK支持，RX 7000和RX 9000系列全面覆盖。
但大量专有应用、老旧代码库和专用AI工具仍然只认CUDA，AMD用户想跑这些工具只能靠WSL2穿透或等原作者写HIP移植版，这个项目就是填这个空，相当于给只认NVIDIA的软件装了一个转接头。
基准测试显示，在RX 9060 XT上跑220万参数强化学习工作负载，走官方ZLUDA加AMD HIP SDK 6.4的路径，吞吐量中位数13278 steps/秒；走从旧版ZLUDA二进制文件中 salvaged 出来的自定义覆盖层，12876 steps/秒，慢约3%。
开发者也坦言，后续重写去掉LibTorch/ZLUDA后吞吐量大幅提升，说明这层翻译栈仍有性能损耗。
不过现在还远不到CUDA护城河被填平的时候，关键AI库cuDNN、TensorRT和NCCL目前均无法解析，如果工具重度依赖cuDNN，这套方案就会直接失效。
但这个项目证明了一件事：在AMD显卡上跑CUDA专属软件的障碍不是硬件层面的硬伤，而是可以解决的翻译工具问题，项目完全开源，社区贡献有望扩展更多硬件支持和CUDA库兼容。
