让CUDA跑多种GPU
Spectral Compute 是一家英国公司，核心产品 SCALE 是面向 CUDA 代码的编译工具包。它的定位不是新语言、JIT 转译器或一次性移植工具，而是对既有 HPC-CUDA 工作流的增强：同一套 CUDA 源码，通过切换编译后端并重新编译，面向不同 GPU 加速器交付。
SCALE 基于现代 LLVM 与 Clang，官网称其编译优化在 AMD GPU 上比 HIP 快 5.94 倍，在 NVIDIA GPU 上可匹配原生性能。更关键的卖点是“vendor optionality”：一个 CUDA 代码库可面向 AMD 与 NVIDIA，目前还计划支持更多加速器。开发体验方面，SCALE 提供自定义语言扩展以减少 CUDA 样板代码，并集成 clangd，让 CUDA 开发在支持 clangd 的编辑器中获得实时语义分析、Go to Definition 和更精确诊断。官网还强调会支持 CUDA 生态，包括 device 与主要数学库，但未列出完整兼容矩阵。
公开页面未披露价格、授权模式、是否按席位/项目/企业合同收费，也未说明是否可自托管或本地离线交付。当前主要转化入口是 Book a Demo，由团队演示将用户 CUDA 代码库编译到 AMD 和 NVIDIA，并展示实际工作负载性能收益。因此它更像面向企业/HPC 团队的销售驱动型开发者工具。
优点是问题切得很准：CUDA 生态强大但绑定 NVIDIA，SCALE 若能作为 drop-in nvcc replacement 工作，将显著降低多代码库维护、硬件采购锁定和供应风险。其 LLVM/Clang 与 clangd 路线也符合 C++/CUDA 开发者习惯。短板是公开资料不足：未说明开源与否、价格、安装方式、API/SDK、支持库清单、系统要求和真实案例；当前明确支持主要是 AMD 与 NVIDIA，更多加速器还只是路线。
它适合已有大量 CUDA 资产、希望在 AMD/NVIDIA 间获得采购弹性或性能优化空间的 AI/HPC 团队，以及芯片生态开发者。不太适合只做普通应用开发或没有跨 GPU 需求的团队。中国访问与支付信息官网未提供，网络可达性未知；替代方案包括 HIP/HIPIFY、SYCL/oneAPI、OpenCL、原生 CUDA/nvcc 及各厂商编译工具链。
本测评基于公开资料整理,不构成购买建议,请以 spectralcompute.com 官网实际信息为准。
SCALE降低CUDA厂商锁定，AI开发者值得关注。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。