AMD kontert den GPU-Mythos
AMD bewertet Nvidias CUDA-Plattform öffentlich als „Non-Event“. Die Aussage zielt direkt auf den viel beschworenen „Moat“, den Graben, der Nvidia angeblich vor Konkurrenz schützt. Wie PCGamer berichtet, sehen die AMD-Verantwortlichen die Technologie nicht mehr als entscheidenden Vorteil. Firmen programmieren heute auf Abstraktionsebenen, bei denen die zugrunde liegende Hardware kaum noch eine Rolle spielt.
CUDA wurde 2006 von Nvidia eingeführt und erreichte über die Jahre eine Entwicklerbasis von über vier Millionen (Nvidia-eigene Schätzung). AMD kaufte 2006 ATI und brachte 2009 mit OpenCL einen offenen Standard, der aber nie die gleiche Entwicklerdichte erreichte. Erst 2016 startete AMD die ROCm-Initiative, um eigene GPU-Compute-Fähigkeiten zu liefern. Die Verspätung kostete Marktanteile: Laut Mercury Research hält Nvidia in Rechenzentren über 80 Prozent, AMD rund 12 Prozent. Im Gaming-Segment liegt Nvidia bei dedizierten GPUs bei etwa 80 Prozent (Jon Peddie Research, Q4 2023), AMD bei 16 Prozent.
Der Graben, der keiner ist
- CUDA galt lange als unüberwindbare Hürde für Entwickler, die auf Nvidia-GPUs setzen.
- AMD behauptet nun: „Not really the moat that some people still think it is.“
- Höhere Programmiersprachen und Frameworks wie OpenCL, Vulkan oder DirectML nivellieren die Unterschiede.
Entwickler müssen nicht mehr direkt in CUDA programmieren. Sie nutzen Bibliotheken, die auf mehreren Plattformen laufen. Der Wechsel zwischen GPU-Herstellern wird dadurch einfacher.
In der Praxis zeigt sich ein differenzierteres Bild. Frameworks wie PyTorch und TensorFlow unterstützen AMD über ROCm seit Version 5.0 (2022), allerdings oft mit Verzögerung gegenüber Nvidia. Nvidias cuDNN und TensorRT sind optimierter und breiter getestet. Laut einer Umfrage von Stack Overflow 2024 nutzen nur 8 Prozent der KI-Entwickler AMD-GPUs als primäre Hardware, 62 Prozent setzen auf Nvidia. AMD kontert mit dem Argument, dass viele Spiele-Engines wie Unreal Engine 5 (2022) oder Unity 2023 hardwareunabhängig arbeiten, Raytracing und Upscaling sind dort über standardisierte Schnittstellen verfügbar. DLSS und AMDs FSR (Version 3.0 seit 2023) laufen auf allen GPUs, FSR ist zudem Open Source.
Was das für Spieler bedeutet
- Spiele-Engines wie Unreal Engine 5 oder Unity arbeiten hardwareunabhängig.
- Features wie Raytracing oder DLSS-Alternativen (z. B. AMDs FSR) konkurrieren ohne CUDA-Zwang.
- Die Wahl der Grafikkarte entscheidet seltener über die Software-Kompatibilität.
AMD positioniert sich damit als echte Alternative, nicht nur im Preis, sondern auch bei der Entwicklerunterstützung. Die Aussage untergräbt Nvidias jahrelanges Narrativ der technischen Überlegenheit.
Konkrete Zahlen: AMDs FSR wird in über 300 Spielen unterstützt (Stand März 2025), Nvidias DLSS in rund 400. In Raytracing-Benchmarks (z. B. TechPowerUp, Dezember 2024) liegt die Radeon RX 7900 XTX bei aktiviertem Raytracing etwa 30 Prozent hinter der RTX 4080, in reiner Rasterisierung ist sie leicht vorn. AMDs Hoffnung ruht auf der nächsten Architektur RDNA 4 (erwartet 2025), die ein verbessertes Raytracing-Blockdesign bringen soll. Entwicklerstudios wie CD Projekt Red (Cyberpunk 2077) oder 4A Games (Metro Exodus) haben Raytracing-Patches für AMD-Karten veröffentlicht, nachdem sie anfangs Nvidia bevorzugten.
AMDs eigener Hebel
Das Unternehmen setzt auf ROCm und offene Standards. Statt eigene proprietäre APIs zu forcieren, drängt AMD auf Kompatibilität.
Ob die Strategie aufgeht, zeigt sich in den nächsten Jahren. Fest steht: Der einstige GPU-Königsmacher CUDA verliert an Strahlkraft.
ROCm 6.0 (August 2024) brachte erstmals offizielle Unterstützung für Consumer-GPUs der RDNA-3-Serie (RX 7000). Vorher war ROCm hauptsächlich für die Rechenzentrumskarten Instinct MI300 optimiert. AMD-Chefin Lisa Su kündigte auf der CES 2025 an, dass ROCm in Zukunft alle Radeon-Modelle ab RX 6000 abdecken soll. Gleichzeitig investiert AMD in das HIP-Framework, das CUDA-Code automatisch auf AMD-Hardware portieren kann. Erste Portierungen (z. B. Stable Diffusion, Llama 2) zeigen Laufzeitunterschiede von 10 bis 20 Prozent gegenüber nativen CUDA-Implementierungen, für Entwickler oft akzeptabel. Nvidia reagiert mit der Einführung von CUDA 12.5 (2024), die neue Funktionen für dynamische Parallelität bringt, aber die Abhängigkeit von der Nvidia-Ökosystem verstärkt.
