科技媒体 Tom's Hardware 于昨日（9 月 14 日）发布博文指出，一个名为 CUDA-for-AMD-Windows 的开源项目正在挑战英伟达的 CUDA 壁垒，已在 AMD Radeon RX 9060 XT 上成功演示了部分 CUDA 库的运行。
CUDA 是英伟达推出的通用 GPU 加速计算平台，集成了编译器、运行时环境、调试器、性能分析工具以及可直接调用的 GPU 加速库。
由于 CUDA 与英伟达 GPU 在开发平台、加速库、工具链及开发者生态上深度绑定，因此被业界视为英伟达的“护城河”。
开发者 Speedstu 发布的 CUDA-for-AMD-Windows 开源项目，是一套可复现的 PowerShell 自动化配置方案。它结合了 ZLUDA 翻译层与 AMD 原生 HIP/ROCm，在 Windows 系统中为依赖 CUDA 的软件（如 RTX 相关应用）提供“翻译入口”。
该配置脚本会自动识别 GPU 架构，并下载固定的 ZLUDA v6-preview.69 版本。随后，工具会尝试将 CUDA 调用映射到 Windows 系统已安装的 ROCm 数学库。
在兼容性方面，开发者已拦截了 CUDA 驱动程序 API，并将 cuBLAS、cuSPARSE 和 cuFFT 映射至 AMD 的对应组件。因此，部分原本仅面向 NVIDIA CUDA 的应用，现在有可能在 Windows 系统的 AMD 显卡上运行。
在概念验证项目中，该开发者使用未修改的 CUDA 库，在 AMD Radeon RX 9060 XT 上完成了端到端的 220 万参数 PPO 强化学习网络训练。
同时，项目文档提供了 Radeon RX 9060 XT 的 A/B 测试结果。官方上游路径采用官方 ZLUDA 与 AMD HIP SDK 6.4 配置。
其整体中位吞吐量为 13278.46 SPS，平均吞吐量为 13172.49 SPS。而恢复的自定义覆盖路径整体中位吞吐量为 12875.80 SPS，平均吞吐量为 12649.83 SPS。
SPS 代表每秒步数（steps per second）。表中“恢复的自定义路径”（即加入旧版定制 ZLUDA 组件的配置）相较于“公开上游路径”（标准、可公开获得的配置），吞吐量均有所降低，而推理时间和 PPO 学习耗时则更长。此外，在龙8体育平台的相关技术讨论中，该开源项目的进展也引发了关注。