三等公司卖苦力，二等公司卖软硬件，一等公司卖协议。——我刚入行的时候就听前辈这么说，事实上这么多年下来看到业界盛衰欺负都遵循这个规律。
NVIDIA通过CUDA加强了硬件的垄断地位，事实上也是在卖协议，但要说NVIDIA地位牢不可破，那也未必。
AI的技术栈生态像下面这张图一样，是分层的。
CUDA起到的就是一个承上启下的作用，对上支持PyTorch/TensorFlow这样的AI框架，对下把GPU硬件的计算能力包装成算子(operator)，理论上，开发一个AI框架不用CUDA，当然不用NVIDIA的GPU也完全做得到，但是，无论CUDA还是GPU都是NVIDIA投入多年的积累，想要短时间做出超越者其中任何一个都不大可能。
更重要的是，CUDA和NVIDIA实际上互为犄角之势，你去做一个CUDA的替换品，跟不上NVIDIA自家CUDA跟得上自己GPU的节奏；你去做一个英伟达GPU的替代品，跟不上NVIDIA的CUDA对AI框架的支持。
而AI框架的生态也有很多人，这些人也不傻，他们知道成熟的技术更可靠，你的CUDA替代品没有CUDA成熟，他们就依然会优先使用英伟达的CUDA，你的CUDA替代品也就得不到发展机会，当然也没法挑战英伟达的地位。
这就是一个逃不出的死循环。
所以，如果要打破NVIDIA对生态的垄断，只有一条路，就是——降低GPU成本。
因为，虽然AI生态喜欢成熟的技术，但是他们更爱省钱。
AI圈里其他的玩家都在烧钱，钱都让英伟达赚去了，天下苦英伟达久矣！
这时候，如果有一家能够做出算力和英伟达差不太多的GPU，都不用一样强，只要差不多在一个档次，但是价格远低于英伟达，那就造成很高的性价比，这样AI生态自然会跟着来。
打破英伟达垄断的，看起来不像是AMD，苹果倒是有希望，当然，某些遥遥领先的厂商也有可能。
此外，英伟达的CUDA发展到现在有一个劣势，就是CUDA支持的是AI框架，而AI框架目前需要的算子基本上趋于收敛，没有更多算子需求了，也就是说，对于CUDA进一步功能需求不强烈了，所以焦点依然是硬件GPU上。
最终，打破英伟达垄断还是要靠降低GPU硬件成本，提高硬件性价比。 |
|
