自2021年以来，英伟达已在其在线列出的允许条款中克制在其他硬件平台上利用翻译层运行基于CUDA的软件，但该告诫此前并未出如今安装过程中的主机体系上的文档中。现在该内容已被添加到安装CUDA 11.6及更新版本中的EULA（终极用户允许协议）中。

这一限定好像是为了防止像ZLUDA如许的倡议，英特尔和AMD近来都到场了ZLUDA，大概更关键的是，一些中国GPU制造商利用带有翻译层的CUDA代码。

Longhorn是一名软件工程师，他留意到了这些条款。“您不得对利用SDK元素天生的输出的任何部门举行反向工程、反编译或反汇编，以便将此类翻译输出用于针对非Nvidia的平台。‘

在CUDA 11.4和11.5版本中安装的EULA文档中没有该条款，大概在此之前的全部版本中都没有。但是，它存在于11.6及更新版本的安装文档中。

当领头羊有好的一面也有坏的一面。一方面，每个人都依靠你；另一方面，每个人都想站在你的肩膀上。后者显然就是现在CUDA所发生的环境。由于CUDA和Nvidia硬件的联合已经被证实黑白常高效的，大量的程序都依靠于它。

然而，随着越来越多的竞争硬件进入市场，越来越多的用户倾向于在竞争平台上运行他们的CUDA程序。有两种方法可以做到这一点：重新编译代码(可供相应程序的开辟职员利用)或利用翻译层。

显而易见的缘故原由是，利用像ZLUDA如许的翻译层是在非Nvidia硬件上运行CUDA程序的最简朴方法。你所要做的就是获取已经编译好的二进制文件，并利用ZLUDA或其他翻译层运行它们。ZLUDA如今好像举步维艰，AMD和英特尔都放弃了进一步开辟它的时机，但这并不意味着翻译是不可行的。

几家中国GPU制造商，都声称可以运行CUDA代码。因此，现在还不完全清晰英伟达克制翻译层是对现在这些模式的直接回应，照旧对将来发展的先发制人的打击。

显而易见，利用翻译层会威胁到英伟达在加快盘算范畴的霸主职位，尤其是在人工智能应用范畴。这大概是Nvidia决定克制在利用翻译层的其他硬件平台上运行他们的CUDA应用程序背后的推动力。

重新编译现有的CUDA程序仍旧完全正当。为了简化这一点，AMD和Intel都有工具将CUDA程序分别移植到他们的ROCm和OpenAPI平台上。

随着AMD、英特尔、Tenstorrent和其他公司开辟出更好的硬件，更多的软件开辟商将倾向于为这些平台睁开计划，而英伟达的CUDA主导职位大概会随着时间的推移而削弱。别的，专门为特定处置惩罚器开辟和编译的程序将不可制止地比通过翻译层运行的软件运行得更好，这意味着AMD、英特尔、Tenstorrent和其他公司在与英伟达的竞争中处于更好的竞争职位——假如能让软件开辟职员参加进来的话。