英伟达护城河告急：AI智能体要掀翻CUDA？

黄仁勋

过去，英伟达的护城河被认为牢不可破，但现在，情况似乎正在发生变化。

北京时间8月4日，据《商业内幕》报道，英伟达最大的竞争优势，如今已不再像过去那样稳固了。二十年来，英伟达的掌上明珠并非只有芯片，还有那套将其变为AI基石的关键软件：CUDA。CUDA全称为统一计算设备架构，出自英伟达长期高管、现任高性能计算负责人伊恩·巴克之手。这套系统历经多年打磨，内含用于常见AI任务的现成代码、查找漏洞的工具，以及能让数千枚芯片协同工作以训练模型的软件。

现在，一些人认为，AI最终可能会自动化这一行业中最困难的工作之一：开发驱动AI本身的软件。这听起来像是一个循环——用AI来开发AI的底层工具？但事实正朝着这个方向演进。

谷歌大脑前研究员、AI软件创业公司Infinity创始人杰里米·尼克松表示，该行业正处于一个重要关口。他告诉《商业内幕》，自己的公司利用AI编程智能体，在短短10小时内就为芯片创业公司D-Matrix重新打造了一套类似CUDA的软件。他认为，这证明英伟达最大的护城河之一正在被突破。

尼克松称利用AI开发出类似CUDA软件

英伟达面临的压力不仅来自创业公司。谷歌、亚马逊和微软等云计算巨头多年来一直在围绕自家的AI芯片打造软件生态，而OpenAI和Anthropic最近也展示了能够生成系统软件的AI模型。这让人不得不思考：当巨头们都在加速布局，CUDA的护城河还能撑多久？

DeepSeek创始人梁文锋最近也表示，编程智能体以及其公司自主编程语言TileLang，已经让AI软件的开发变得更加容易。这似乎是一个信号：技术门槛正在被拉低。

当然，编程智能体并非只是在帮助挑战者。英伟达开发者生态系统副总裁安基特·帕特尔表示，开发者正越来越多地使用CUDA的代码库来构建AI应用，同时英伟达自身也“利用AI编程智能体来加速CUDA的开发，并进行更大规模验证”。

推理削弱CUDA

如果说CUDA的第一个优势是软件，那么第二个优势就是建立在其之上的整个生态体系。企业已经围绕CUDA开发了数百万行代码和内部工作流程，形成了强大的锁定效应，使得切换到替代方案成本高昂且十分繁琐。这就像盖了一座大楼，所有家具、管道、电路都按CUDA的标准设计，要换掉地基，几乎等于重建。

《商业内幕》此前报道称，亚马逊内部文件将CUDA视为其Trainium和Inferentia AI芯片普及的主要障碍。这恰恰印证了CUDA的锁定效应有多强。

高通旗下AI软件创业公司Modular的联合创始人兼CEO克里斯·拉特纳对此有不同看法。他指出，CUDA的悠久历史既是优势，也是限制。CUDA最初是在AI浪潮兴起之前、为游戏应用而打造的，承载了层层遗留技术，“就像试图让微软Windows适配手机一样”。这个比喻相当形象：一个为旧时代设计的系统，要适应新时代的挑战，难免会有些吃力。

拉特纳

其他人则认为，AI从训练转向推理给CUDA带来了另一种威胁。韩国AI芯片创业公司Rebellions首席商务官马歇尔·崔表示，随着这一转变，企业不再那么关注使用最强大的芯片来实现最高性能，而更加重视如何盈利地运行AI。说白了，就是算力成本成了关键考量。

这可能会导致市场对专用硬件，以及能够在不同芯片上运行的软件的需求增加。如果企业可以在不重写软件的情况下切换芯片，那将削弱CUDA最大的锁定效应之一。

“这正是英伟达CUDA护城河被攻破之处，因为CUDA在推理领域已不再是决定性因素，”马歇尔·崔表示，“这变成了一场开源比拼。”

英伟达则回应称，随着AI模型投入实际应用，其软硬件紧密集成的产品组合已变得更具价值。“随着AI向推理和智能体工作负载转变，对深度、全栈优化的需求只会与日俱增。”帕特尔表示。

金融研究公司InvestorPlace首席技术分析师卢克·兰戈表示，市场向专用芯片和软件的转向，正让华尔街日益质疑英伟达的CUDA优势。他指出，英伟达股价在过去一年中停滞不前，在一定程度上反映了这些担忧。投资者的态度，往往是最真实的信号。

护城河并未消失

不过，并非所有人都认为编程智能体正在削弱CUDA的优势。一些人认为，它们最终反而可能使其得到加强。这听起来有些反直觉，但仔细想想，并非没有道理。

AI软件创业公司INT21创始人徐冰表示，虽然编程智能体使软件生成变得更加容易，但AI生成的代码仍需经过验证和优化。他认为，CUDA拥有最深厚的验证工具及其他功能生态，能够帮助编程智能体更高效地工作。换句话说，AI生成的代码质量越高，越需要CUDA这样的平台来保障其稳定性和性能。

徐冰认为英伟达的护城河并未消失

他表示，随着编程智能体日益普及，这一生态系统将成为CUDA的下一道护城河。

“编程智能体能在短时间内生成大量代码，但验证是最大的瓶颈。”徐冰说。他的上一家AI芯片软件创业公司HippoML已被英伟达收购，他本人于今年4月离开这家芯片巨头，创立了INT21。这个背景让他的观点更有分量。

拉特纳则表示，虽然编程智能体确实使芯片软件的构建变得更加容易，但这种改进是渐进式的。“这种炒作并非完全没有道理，但被严重夸大了。”他直言不讳。编写代码只是软件开发中的一小部分，相比之下，为生产进行优化等更复杂的任务才是关键。这项工作的价值在于，能够将芯片性能最大化的软件，可以显著降低大规模运行AI的成本。

拉特纳还指出，芯片软件也是一个相对小众的领域，通常由顶尖工程师负责开发。因此，与应用程序开发等相比，编程智能体能够学习的案例要少得多——应用开发领域存在大量公开代码，AI已经在这些代码上进行了训练。而在底层系统软件领域，可用数据量显然不够。

徐冰则补充道，尽管AI可能帮助竞争对手迎头赶上，但英伟达同样受益于相同的技术变革。编程智能体是否会削弱CUDA，取决于竞争对手追赶英伟达的速度，是否快于英伟达开拓新领地的速度。一句话：这本质上是场赛跑。

徐冰强调，英伟达“并未在酣睡或停滞不前”。换句话说，这家芯片巨头比谁都清楚自己的处境，并且正在积极应对。CUDA的护城河是否真的告急，或许还需要时间给出答案。