对于游戏玩家来说，目宣英伟达和AMD的布开显卡在实际使用上并没有太多的区别，这里的源让运行英伟A应用速WhatsApp%E3%80%90+86%2015855158769%E3%80%91how%20to%20make%20color%20sorter区别指的是英伟达能玩的游戏AMD不能玩。毕竟游戏驱动两边都已经十分地成熟，达C度还对于3A大作也可以在第一时间进行支持，更快不过在专业应用领域两者的目宣表现却是天翻地覆。很多专业应用仅为英伟达的布开CUDA进行优化，而AMD的源让运行英伟A应用速GPU却不能很好地运行，由此导致专业用户不得不购买英伟达的达C度还GPU从事高性能计算工作，不过AMD之前也意识到了这种窘境，更快与第三方开发者共同推出了ZLUDA项目，目宣WhatsApp%E3%80%90+86%2015855158769%E3%80%91how%20to%20make%20color%20sorter从而让AMD的布开GPU也可以在英伟达CUDA应用上运行，目前这个项目已经宣布正式开源。源让运行英伟A应用速

AMD的达C度还ZLUDA项目经过开发者Andrzej Janik的维护，推进的更快速度也是十分地理想，借助这个项目可以让AMD的GPU在众多仅为CUDA优化的应用上得以顺利地运行，不过近年来AMD却将重心投入到ROCm 6.0的研发之中，也就是打造属于自家的专业应用生态系统，而停止了对于ZLUDA项目的资助，致使ZLUDA项目受到了资金的限制。而开发者不得不将ZLUDA项目进行开源，来让更多开发团队从事ZLUDA的维护与开发。

随着ZLUDA项目的开源，普通用户也可以尝试ZLUDA项目，有媒体进行了测试，发现ZLUDA项目还是相当给力的，可以让AMD在为英伟达CUDA优化的应用上运行，甚至对于部分两边都支持的应用来说，通过CUDA兼容的性能甚至比原生ROCm更加出色。比如在blender 4.0中，在CUDA兼容模式下的性能表现要比ROCm提升10-20%，这让AMD十分地尴尬，同时也证明了英伟达的CUDA还是相当地成熟，并且生态打造也十分地完善。

目前还不知道有多少AMD的GPU能够借助ZLUDA项目实现CUDA应用的兼容，而对于从事AI训练的企业来说，如果ZLUDA项目能够在AMD的计算卡上得以运行，那么毫无疑问是一个天大的好消息，毕竟现在Tesla H100已经处于严重供不应求，借助MI300等AMD计算卡来从事AI训练也未尝不可。