$智微智能(SZ001339)$  

英偉達2006年就推出CUDA了。正是CUDA的推出，降低了GPU的應用門檻。軟件开發者可以通過CUDA使用C/C++等語言，來編寫GPU片上程序，降低了GPU的應用門檻。也是從那時开始，GPU逐漸脫離了圖像處理這一單一用途。它不僅僅可以用於圖像處理，也可以用於高性能計算。”

簡單說，CUDA降低了GPU的門檻，使得GPU的應用領域從圖像渲染拓展到方方面面，真正成爲通用型處理器，因此也有了GPGPU（通用圖形處理器）的說法。

“英偉達所有架構都在CUDA之上，一直從頭走到現在，包含了很多層級在裏面，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。假設現在有一個新的硬件平台，但是不兼容CUDA，那么對开發者來說就意味着大量的軟件移植工作。因此一些平台可能會選擇兼容CUDA，也就是CUDA加速的軟件可以跑在他的硬件上，不過實際的效率和性能表現，都有待觀察，這也是CUDA生態環境的強大之處。”張慧娟補充表示。

國內頭部GPGPU廠商工程師劉默（化名）6月5日告訴記者：“經過多年的建設，英偉達的CUDA已經有400萬开發者，基本形成了壟斷態勢的生態壁壘，而軟件生態恰恰是下遊客戶最爲重視的產品競爭要素，這是英偉達相對於AMD、Intel以及其他初創企業的最大優勢。”

既然CUDA如此重要，其他廠商可以提供自己的硬件，然後使用CUDA生態嗎？

在這個問題上，劉默認爲：“CUDA是一個完全封閉的系統，目前可以真正兼容CUDA，或者說叫使用CUDA的企業（除英偉達自身外）就AMD一家，AMD和英偉達之間有相關的IP授權，這樣英偉達的MI系列GPGPU可以使用CUDA。但其他初創企業都不能直接使用CUDA。目前初創企業有兩種思路，第一種往往是AMD系出來創業的企業，由於其芯片架構類似AMD的產品，因此硬件條件上可以直接使用CUDA，但由於IP的問題，對方會在CUDA的基礎上微調出自己的軟件棧，這種雖然便於用戶從CUDA環境遷移過去，但存在IP的風險；第二種就是完全原創的軟件棧，這種最大的問題就是客戶存在一定的遷移成本，對商業落地產生負面影響。”

電子創新網CEO張國斌也對記者表示：“讓NVIDIA自己开放CUDA硬件，以便其他廠商將CUDA集成到自己的芯片中，並運行自己爲CUDA开發的軟件，這種可能性是沒有的，黃仁勳已經徹底否定了，畢竟CUDA在這方面是領先對手的，NVIDIA不可能將自己的優勢开放給其他廠商甚至對手。”

本文作者可以追加內容哦 !