中國AI芯片追上英偉達，或許不難，CUDA生態才是真的難

近日，媒體報道稱，美國商務部長雷蒙多警告英偉達，稱英偉達不能為中國大陸市場，推出特供版的AI芯片，不能讓中國的人工智能發展。

按照媒體的說法，她直接表示只要英偉達推出中國特供版的AI芯片，她第2天就會采取措施。

很多人表示稱，雷蒙多這次又在神助攻了，會助力華為等國產AI芯片的崛起。

畢竟英偉達的高端AI芯片買不到，特供芯片又不準再推，那么這些廠商怎么辦，難道就不搞AI了，這肯定不可能的。

所以大家只能找國內廠商買，畢竟目前華為等廠商已經推出了眾多的AI芯片，且性能不俗，特別是華為的昇騰AI芯片，已經可以對標英偉達的A100了。

其他廠商也不賴，一旦得到市場的支持，那么發展將會非常的迅速，然后很快地追上英偉達。

說真的，網友們可能有點樂觀，也許我們在AI芯片上追上英偉達并不那么難，但是一個真正的東西才是真的難，那就是英偉達的CUDA生態。

CUDA（Compute Unified Device Architecture）是由NVIDIA開發的與自家GPU強綁定的一個生態，是一種并行計算平臺和編程模型。

這玩意就是wintel生態中，intel芯片與windows綁定關系一樣，包含了很多層級在里面，包括編譯器、調試器、豐富的庫函數、各種軟件工具，是很龐大的資源。

因為CUDA推出的早，在2006年就推出了，至今已經有17年之久了，目前眾多算法工程師已經習慣了CUDA提供的工具庫及其編程語言。

大家的算法、模型、應用等，全是基于CUDA編寫出來的，甚至很多工程師，一開始學習的就是CUDA的那一套。

如果使用新的AI芯片，不能使用CUDA，那么會導致所有的算法、模型、應用等，以及所有代碼，可能全部要重新寫一遍，很多人根本就無從下手。

更重要的是，許多大模型發展之初都是基于開源機器學習庫PyTorch訓練，最早期使用的也是英偉達的GPU，與之相配套，算法工程師便會大量地用到CUDA庫代碼，如果沒有這些開源的東西，很多人根本就沒有能力從0重新寫一套出來。

這就像原來使用使用windows的用戶，開發了諸多基于windows的算法、軟件等，突然說不能用windows了，要換成linux，這些算法、軟件全部重新編寫，你說怎么辦？

這種基礎性的東西，可不是幾天、幾年就能改變過來的，需要長年累月，甚至幾十的積累才可以的，算法工程師對CUDA的使用習慣已經形成了10多年了。

軟硬件協同完善的生態是客戶選擇CUDA的根本原因，也是大家選擇英偉達芯片的原因，也是英偉達的核心競爭力。

所以，如果國產AI芯片要頂替英偉達的AI芯片，硬件方面，也許沒那么難，但要重建一個類似于英偉達的CUDA生態，可能更難，你覺得呢？