一、ZLUDA 凉了？
众所周知，英伟达（Nvidia）最强大的还不只是硬件，CUDA（Compute Unified Device Architecture）开发与生态系统更是其牢不可破的护城河。

CUDA 是基于 C 语言写的一套封闭软件，在 2006 年由英伟达推出，它可以让开发者在 GPU 上编写和运行代码，专门用于 GPU 加速计算。

这么多年来，开发用户们早已习惯了使用 CUDA，很难有动力再做迁移适配到其它第三方硬件平台，毕竟这种繁重耗时的工作并不能产生经济效益。

如何将 CUDA 应用迁移到第三方硬件平台，一直是英伟达对手们的一个难点。

ZLUDA 就是在这样一个背景下诞生的，使用 ZLUDA 这样的转换层是在非英伟达硬件上运行 CUDA 程序。

又能用上 CUDA 应用的加速效果，又能兼容各种第三方硬件平台。

项目地址：

https://github.com/vosen/ZLUDA

看着英特尔和 AMD 最近参与的 ZLUDA 等计划，英伟达正式出手。

据软件工程师 Longhorn 透露，在 CUDA 11.6 及更高版本时包含的 EULA（最终用户许可协议）中，在安装的时候增加了这样一项条款：

您不得对使用 SDK 元素生成的输出的任何部分进行逆向工程、反编译或反汇编，以将此类输出工件转换为目标非 NVIDIA 平台。

也就是说,从 CUDA 11.6版本开始，用户在安装 CUDA 的时候就会在 EULA 中看到相关警告条款。

这也是英伟达第一次，将这样的警告包含在安装过程中放置在主机系统上的文档里。

二、Moondream
Moondream2 是一个拥有 18 亿参数的视觉 AI 大模型，能够进行多模态问答。

而这样的一个开源模型，不用 GPU 也能运行。

作者在 Moondream1 发布的时候表示：

如今 Moondream2 也发布了，效果有了进一步的提升。

Moondream2 采用了 SigLIP 和 Phi 1.5 技术做训练。

效果如下图所示：

作者表示，在 8G 内存的机器上运行都毫无压力，windows、linux、mac 都能跑，不用 GPU 也行。

项目地址：

https://github.com/vikhyat/moondream

在线体验：

https://huggingface.co/vikhyatk/moondream2

三、TripoSR
在以前，通过单张图片渲染生成一个 3D 模型，耗时又耗资源。

而现在，无需 GPU 即可部署，只需 0.5 秒，TripoSR 就能把单张图片转化为一个几何结构完整、材质纹理清晰的 3D 模型

不得不说，技术进步得真快。

开源这项技术的公司中，也有 Stability AI 的身影，就是那个发布 Stable Diffusion 的公司。

再给它几年的时间，可能就直接通过文本描述生成对应的 3D 模型了吧。

项目地址：

https://github.com/vast-ai-research/triposr