目录
有哪些开源GPU
androids7
2026年01月27日 01:44

开源 GPU 涵盖硬件架构、IP 核、驱动 / 软件栈、教育 / 研究项目等类型，核心项目多基于 RISC‑V 或开放标准，适配 FPGA/ASIC 与不同场景。以下按类别整理主流项目与关键信息：

一、核心开源 GPU 项目总览（按定位分类）

类型代表项目核心特点适用场景开源协议全栈通用 GPGPUVortex（佐治亚理工）RISC‑V 架构，SIMT 模型，支持 OpenCL，含编译器 / 驱动 / 运行时学术研究、FPGA 原型验证MITVentus（乘影，清华创新中心）国内首款 RISC‑V RVV 开源 GPGPU，软硬件全栈国产 GPU 研发、AI 加速Apache‑2.0RVG‑1（逸集晟）RISC‑V GPGPU IP，支持 CUDA 源码编译，28nm 800MHz嵌入式、边缘计算商业授权 + 开源组件开源驱动 / 软件栈NVIDIA open‑gpu‑kernel‑modulesLinux 内核驱动开源，适配 RTX 20+/30+/40+Linux 下 NVIDIA GPU 开发MITAMD ROCm完整开源计算栈，含 HIP、ROCm Runtime、编译器数据中心、HPC、AIMIT/Apache‑2.0Lima（ARM Mali）开源驱动，支持 Mali‑400/450 系列嵌入式 ARM 设备MIT教育 / 极简原型tiny‑gpuVerilog 实现极简 GPU，15 个文件，含指令集 / 内存控制器学习 GPU 架构原理MITMinimal GPUVerilog 轻量设计，聚焦并行计算基础教学演示、入门实验MIT开源硬件 IPRVGPU（芯瞳）RISC‑V 指令集 GPU 处理器模型，可配置核心 / 缓存IP 核定制、ASIC 集成Apache‑2.0OpenGPU（社区驱动）通用图形渲染 IP，支持 OpenGL ES低功耗嵌入式显示BSD

二、关键项目详细说明

  1. Vortex

    • 全栈 RISC‑V GPGPU，支持波前调度与 OpenCL 1.2，可在 FPGA 上运行完整 OpenCL 程序。

    • 适合研究 GPU 架构优化、SIMT 并行机制，或作为定制化 GPGPU 的原型基础。

  2. AMD ROCm

    • 开源计算平台，覆盖驱动、运行时、编译器（HCC）、库（rocBLAS/rocFFT），兼容 CUDA 生态（通过 HIP 移植）。

    • 面向数据中心与 AI 训练，支持 AMD Instinct/Radeon 系列 GPU，是替代闭源 CUDA 的主流开源方案。

  3. NVIDIA open‑gpu‑kernel‑modules

    • 2022 年起开源 Linux 内核驱动，保留用户态闭源组件（如 CUDA 库、图形驱动），提升 Linux 兼容性与社区协作效率。

    • 仅限 RTX 20 系及以上，适合 Linux 开发者调试与定制驱动。

  4. Lima

    • 社区驱动的 ARM Mali 开源驱动，支持 Mali‑400/450 等旧款 GPU，解决嵌入式设备开源驱动缺失问题。

    • 适配全志、瑞芯微等 SoC，常用于嵌入式 Linux 系统。

  5. Ventus/RVG‑1

    • 国内 RISC‑V 开源 GPU 代表，Ventus 侧重学术与生态，RVG‑1 侧重商业 IP 与 CUDA 兼容性，推动国产 GPU 自主化。

三、开源 GPU 与闭源 GPU 的核心区别

  1. 硬件层面：开源 GPU 提供 Verilog/Chisel 源码或 IP 核，支持二次开发；闭源 GPU（如 NVIDIA/AMD 消费级）仅开放驱动接口，硬件设计保密。

  2. 软件层面：开源驱动 / 栈（ROCm、Lima）允许社区修复漏洞、适配新硬件；闭源驱动更新依赖厂商，可控性低。

  3. 生态与性能：闭源 GPU（如 RTX 4090）优化成熟、游戏 / AI 性能强；开源 GPU 多聚焦特定场景（研究 / 嵌入式），通用性能仍有差距。

四、实用选型建议

  • 学术研究 / 原型验证：优先 Vortex 或 Ventus，适配 FPGA 且文档完善。

  • 数据中心 / HPC：选 AMD ROCm，兼容 HIP 与主流 AI 框架。

  • 嵌入式 ARM 设备：用 Lima 驱动 Mali GPU，降低闭源依赖。

  • 学习 GPU 原理：tiny‑gpu 或 Minimal GPU，代码量少、模块化清晰。

cv45043368