当前阶段的进展集中于开源社区通过软件层面的适配，使得 AMD Radeon RX 9060 XT 等显卡能够在一定程度上运行依赖 CUDA 生态的部分计算任务。开发者 Speedstu 发布了名为 CUDA-for-AMD-Windows 的开源项目，该项目本身是一套可复现的 PowerShell 自动化配置。
在已完成的步骤方面，CUDA-for-AMD-Windows 开源项目首先会执行识别 GPU 架构的操作，并下载固定的 ZLUDA v6-preview.69 版本。随后，工具的核心机制在于尝试将 CUDA 的调用指令映射到 Windows 系统中已经安装的 ROCm 数学库上。
关键事实展示了该适配的深度：在兼容范围上，开发者已拦截了 CUDA 驱动程序 API，并且确认 cuBLAS、cuSPARSE 和 cuFFT 等核心库的功能也可以成功地映射至 AMD 对应的组件。这表明其工作并非简单的功能调用，而是深入到底层API层面的重定向和适配。
从流程时间线来看，该开源项目在概念验证阶段已经展示了端到端的应用能力。具体而言，开发者使用 AMD 的 Radeon RX 9060 XT 在未修改的 CUDA 库环境下，成功完成了包含 220 万参数 PPO 强化学习网络的训练任务。
参与主体方面，该开源项目由开发者 Speedstu 发布，目标是让 AMD Radeon RX 9060 XT 等硬件能够利用到部分 CUDA 生态的能力。值得注意的是，官方上游路径的参考标准涉及官方 ZLUDA 与 AMD HIP SDK 6.4 的组合。
现实影响分析显示，通过这种开源适配层，AMD 显卡在特定计算领域展现出一定的可扩展性，这为整个生态系统带来了软件兼容性的讨论和推进。此外，根据“公开上游路径”的测试数据，该项目在整体数据采集环节的中位吞吐量达到了 63,306.00 SPS，推理时间的整体中位值约为 0.5863 秒，PPO 学习时间的整体中位值则为 3.2076 秒。
尚未完成事项方面，虽然已展示了部分 CUDA 库的运行能力，但该适配层与原生、完整的 NVIDIA CUDA 生态系统相比，其兼容性和功能覆盖度仍是后续需要持续验证和完善的部分。开发者 Speedstu 的工作为社区提供了一个可供研究和参考的实现路径。
读者提示：对于关注异构计算和开源生态发展的用户而言，理解这种“软件层适配”与“硬件原生支持”之间的区别至关重要。当前展示的是一个基于拦截和映射的解决方案，而非完全等效的替代品。
来源限定说明：以上所有信息均来源于对 IT之家报道的公开资料的梳理，仅描述了该开源项目已完成或演示的步骤与数据。
信息来源
本文基于上述公开资料整理，未使用来源页面的图片、视频或嵌入媒体。