TMT观察网_独特视角观察TMT行业

快科技7月13日消息，NVIDIA難以取代的不是硬件，而是CUDA生態(tài)。

據(jù)報(bào)道，盡管美國(guó)對(duì)中國(guó)實(shí)施半導(dǎo)體出口制裁，阻止NVIDIA在中國(guó)大陸銷(xiāo)售其先進(jìn)的AI芯片，但它的產(chǎn)品仍然是中國(guó)大陸需求最廣泛的AI芯片，而這主要是得益于英偉達(dá)GPGPU架構(gòu)及強(qiáng)大的CUDA生態(tài)。

雖然華為也推出了CANN（Compute Architecture for Neural Networks）異構(gòu)計(jì)算架構(gòu)，但它的生態(tài)系統(tǒng)和開(kāi)發(fā)者支持，相比NVIDIA的CUDA生態(tài)還是要差很多。

The Information發(fā)布的一份報(bào)告指出，華為想要提升其AI芯片在中國(guó)大陸市場(chǎng)的份額，正面臨的一個(gè)主要瓶頸，即華為AI芯片采用的是CANN軟件平臺(tái)來(lái)實(shí)現(xiàn)算力調(diào)度與執(zhí)行。但是，CANN并未得到行業(yè)的廣泛的支持，遠(yuǎn)不及英偉達(dá)的CUDA。

對(duì)于程序開(kāi)發(fā)人員來(lái)說(shuō)，CUDA是一種更加友好的高級(jí)語(yǔ)言，開(kāi)發(fā)者只需要專(zhuān)注于程序和算法最相關(guān)的運(yùn)行邏輯，而不太需要考慮具體的程序是如何在GPU等硬件上具體如何執(zhí)行計(jì)算的，從而能夠降低開(kāi)發(fā)難度。

GPU本身是設(shè)計(jì)來(lái)支持圖形計(jì)算的，但其強(qiáng)大的并行計(jì)算能力使得它能夠處理各種計(jì)算任務(wù)。隨后，NVIDIA就針對(duì)AI應(yīng)用推出了有很強(qiáng)的編程靈活性和適應(yīng)性的GPGPU，結(jié)合自己的CUDA軟件編程框架，可以處理不同類(lèi)型的負(fù)載，比如圖形渲染、科學(xué)計(jì)算、深度學(xué)習(xí)等。

此外，華為的昇騰AI芯片是為AI計(jì)算優(yōu)化的ASIC（專(zhuān)用集成電路），它主要針對(duì)深度學(xué)習(xí)推理和訓(xùn)練進(jìn)行特化。這種定制化使得它在特定任務(wù)上有更高的性能和能效，但對(duì)于圖形渲染、并行計(jì)算、科學(xué)計(jì)算等通用計(jì)算任務(wù)上的效率和靈活性就不如GPGPU。

據(jù)悉，華為正在尋求改變其人工智能芯片設(shè)計(jì)策略，從 ASIC （專(zhuān)用集成電路）轉(zhuǎn)向GPGPU（通用圖形處理器）芯片，新的AI芯片在轉(zhuǎn)向GPGPU后將配備新的軟件，允許用戶(hù)通過(guò)中間件以兼容的CUDA編程語(yǔ)言，該軟件也可以將CUDA的指令轉(zhuǎn)換為適用于華為AI芯片的語(yǔ)言。

報(bào)道指出，此舉將使華為的AI芯片能夠被更廣泛地使用，增加其在中國(guó)AI芯片市場(chǎng)的份額。