文｜雷科技
過去一年多，硅谷掀起的生成式AI革命席卷全球，并愈演愈烈。而在這場革命有中兩條非常明顯的主線：
一是基礎(chǔ)技術(shù)的進(jìn)化，以GPT、Gemini為代表的大模型繼續(xù)向著AGI（通用人工智能）迭代；
二是現(xiàn)象級應(yīng)用的涌現(xiàn)，生成式AI在不同領(lǐng)域、不同場景下的應(yīng)用狂潮在逐步改變?nèi)祟惖纳詈凸ぷ鞣绞?，比如雷科技尤其關(guān)注的AI硬件領(lǐng)域，就出現(xiàn)了AI手機(jī)、AI PC、AI電視、AI家電、AI清潔等新應(yīng)用。
在兩條主線下，還有一條關(guān)于算力的「暗線」。
對AI的發(fā)展來說，算力短缺已經(jīng)不是一天兩天的問題，時(shí)至今日各大公司都還在繼續(xù)搶購GPU，更確切地說，是英偉達(dá)的高端GPU：
如果說《沙丘》是「得香料者得天下」，那AI行業(yè)就是「得英偉達(dá)GPU者得天下」。
這也讓整個(gè)行業(yè)對于英偉達(dá)GPU又愛又恨，一方面是基于CUDA平臺的英偉達(dá)高端GPU可以簡單、高效地進(jìn)行人工智能訓(xùn)練，另一方面是所有人都過于依賴英偉達(dá)這一家公司。
CUDA是英偉達(dá)AI的基石
關(guān)于英偉達(dá)GPU成功原因的分析已經(jīng)很多了，其核心主要還是英偉達(dá)GPU本身的高性能（包括互連性能），加上CUDA平臺帶來的軟硬件協(xié)同效應(yīng)。英偉達(dá)在硬件本身上的優(yōu)勢并不難逾越，問題關(guān)鍵在于軟件，在于CUDA平臺。
在前段時(shí)間的GTC 2024開幕演講上，老黃也回顧了英偉達(dá)的發(fā)展史。
2014年，黃仁勛首次強(qiáng)調(diào)機(jī)器學(xué)習(xí)的重要性，當(dāng)時(shí)AlphaGo尚未戰(zhàn)勝李世石，深度學(xué)習(xí)并未引發(fā)世界級關(guān)注。不過當(dāng)時(shí)英偉達(dá)已提出CUDA（通用計(jì)算平臺）的概念，在許多人還在把英偉達(dá)當(dāng)作「游戲顯卡」的制造商時(shí)，其走在了AI變革前沿。
不過最初，CUDA的應(yīng)用場景主要是科學(xué)計(jì)算，就是類似于氣候模擬、物理模擬、生物信息學(xué)等專業(yè)研究，應(yīng)用場景很有價(jià)值，但卻狹窄。正因?yàn)榇耍ミ_(dá)的CUDA一直沒有打開市場，帶給英偉達(dá)的回報(bào)無法與對應(yīng)的巨量研發(fā)投入匹配。黃仁勛每年都需要向董事會解釋，為什么英偉達(dá)要堅(jiān)持做CUDA？
其實(shí)當(dāng)時(shí)老黃也不知道，英偉達(dá)的CUDA會在未來幾年，先后迎來區(qū)塊鏈“挖礦”、AI大模型計(jì)算等計(jì)算場景，真實(shí)潑天富貴。
短短兩年時(shí)間，英偉達(dá)通過H100、H200芯片，締造了萬億AI帝國，市值已超越亞馬遜等傳統(tǒng)豪強(qiáng)，按照這樣的勢頭，在可見的未來，超越蘋果、微軟成為世界頭號巨頭也不是沒有可能。
在被稱為AI應(yīng)用元年的2024，英偉達(dá)的CUDA（通用計(jì)算平臺）正如其名，變得通用起來，從大語言模型、對話式AI、邊緣計(jì)算等底層技術(shù)，到智能座艙、自動駕駛、人形機(jī)器人等應(yīng)用場景，再到AI手機(jī)、AI PC、AI家電、AI搜索、AI繪畫等應(yīng)用，以及未來的氣候預(yù)測、計(jì)算光刻與6G網(wǎng)絡(luò)，AI正無處不在，英偉達(dá)的計(jì)算也無處不在，成為“通用計(jì)算”。
當(dāng)英偉達(dá)的卡以及CUDA平臺越來越重要時(shí)，其他科技巨頭看到了“制霸”危機(jī)：
一方面，英偉達(dá)的卡價(jià)格不菲，且擁有絕對定價(jià)權(quán)，廠商們囤積GPU卡要給英偉達(dá)巨額資金，結(jié)果就是：做AI的不一定賺錢（當(dāng)前幾乎都不賺錢），英偉達(dá)卻賺爆了。
另一方面，英偉達(dá)可以決定最頂尖的卡先給誰，給多少，給不給。此外，英偉達(dá)也依托GPU的計(jì)算資源向上層業(yè)務(wù)拓展，涉足云等業(yè)務(wù)，與科技巨頭形成一定的競爭。
事實(shí)上從2023年開始，很多芯片廠商和大模型廠商都意識到了這些問題，紛紛希望通過另建一套軟件平臺對抗英偉達(dá)的CUDA。不能說所有嘗試都失敗了，只能說目前還沒有出現(xiàn)真正的挑戰(zhàn)者。
如今，一個(gè)新聯(lián)盟和開源平臺，可能會徹底改變英偉達(dá)CUDA一家獨(dú)大的局面——如同當(dāng)初谷歌振臂高呼組建的OHA聯(lián)盟以及開源的安卓對抗蘋果一般。因緣際會的是，在這一輪打破CUDA霸權(quán)的戰(zhàn)爭中，谷歌依然扮演了至關(guān)重要的角色，安卓陣營的高通、ARM們也在發(fā)揮各自的關(guān)鍵作用。
日光之下，無新事。
巨頭組建聯(lián)盟反抗CUDA
「整個(gè)行業(yè)都希望能干掉CUDA，包括谷歌、OpenAI等公司都在想方設(shè)法讓人工智能訓(xùn)練更加開放。我們認(rèn)為CUDA的護(hù)城河既淺又窄?！乖谌ツ昴甑椎囊粓龌顒由希⑻貭朇EO帕特·基辛格（Pat Gelsinger）語出驚人地指出了對于英偉達(dá)CUDA平臺的看法。
但即便基辛格認(rèn)為CUDA的護(hù)城河「既窄又淺」，他也明白挑戰(zhàn)在人工智能訓(xùn)練上挑戰(zhàn)英偉達(dá)，絕非易事。
根據(jù)路透社報(bào)道，Linux基金會聯(lián)合英特爾、谷歌、高通、ARM以及三星等公司成立了統(tǒng)一加速基金會（UXL），以英特爾的oneAPI為起點(diǎn)，正在開發(fā)一套開源軟件套件，允許人工智能開發(fā)者在任何AI芯片上運(yùn)行他們的代碼。
這里需要簡單介紹下，oneAPI是英特爾的統(tǒng)一編程模型和軟件開發(fā)框架，可以讓開發(fā)者無需對代碼進(jìn)行重大修改，就能借助oneAPI實(shí)現(xiàn)跨硬件架構(gòu)（包括英特爾的CPU、GPU和FPGA）的程序開發(fā)。
簡單來說，UXL就是在oneAPI的基礎(chǔ)上更進(jìn)一步，要實(shí)現(xiàn)更廣泛的跨架構(gòu)跨平臺支持，解除芯片硬件與軟件的強(qiáng)綁定關(guān)系。
而集合了芯片廠商、大模型廠商以及晶圓代工廠的UXL，無疑是想取代英偉達(dá)CUDA平臺，成為全球人工智能開發(fā)者的首選開發(fā)平臺。高通人工智能和機(jī)器學(xué)習(xí)主管Vinesh Sukumar就明確表示：
「我們實(shí)際上是在向開發(fā)者展示如何從英偉達(dá)平臺遷移出來?！?/p>
甚至，UXL最終也將支持英偉達(dá)的硬件和代碼。
而除了最初參與的創(chuàng)始成員，UXL還吸引了包括亞馬遜AWS、微軟Azure以及多家芯片廠商。同時(shí)根據(jù)規(guī)劃，UXL預(yù)計(jì)在今年上半年確定技術(shù)規(guī)范，在年底前將技術(shù)細(xì)節(jié)完善成熟。
至于UXL能不能成功替代掉CUDA，成為全球人工智能開發(fā)者的首選平臺，顯然還需要一系列的證明，畢竟超越CUDA：
真的很難。
對抗CUDA，到底難在哪里？
首先我們需要明白，CUDA既是一種編程語言，也是一種編譯器。
作為編程語言，CUDA是開發(fā)者通過CUDA與底層硬件（GPU）溝通、調(diào)用算力的一種方式，新建一套新的編程語言并不難。作為編譯器，CUDA無疑有很高的性能，這意味著開發(fā)者可以通過CUDA在GPU上更高效地執(zhí)行程序，用更容易理解的話說：
CUDA可以高效地利用GPU的峰值算力。
考慮到今天人工智能訓(xùn)練對于大算力、高性能的追求，也無怪乎開發(fā)者對于CUDA的偏愛。
但實(shí)際上英偉達(dá)在這兩個(gè)層面上絕非天下無敵，尤其是OpenAI開源的Triton，不僅能在英偉達(dá)的GPU上實(shí)現(xiàn)接近CUDA的執(zhí)行效率，還在合并AMD ROCm（對標(biāo)CUDA）等平臺的代碼，兼容更多的GPU。
CUDA難以被撼動的關(guān)鍵在于，它還是一種生態(tài)。
去年臺北電腦展上，老黃透露有400萬開發(fā)者正在使用CUDA計(jì)算平臺。而且在過去十幾年間（CUDA推出于2007年），CUDA已經(jīng)積累了大量的高性能程序庫以及框架代碼。這也是為什么盡管連OpenAI都吐槽用CUDA為GPU編程的難度，但更多開發(fā)者還是基于CUDA，而不是Triton進(jìn)行開發(fā)。
另一方面，英偉達(dá)的軟硬件協(xié)同設(shè)計(jì)也讓這種優(yōu)勢更加牢不可破。
要知道，Triton可以兼容英偉達(dá)的GPU，其他GPU也可以兼容CUDA，甚至在效率上后來居上也并非不可能。但軟件適配硬件需要時(shí)間，尤其是在GPU上需要更長的時(shí)間。
這意味著英偉達(dá)一旦發(fā)布新的GPU和CUDA版本，不管是兼容CUDA還是兼容英偉達(dá)的GPU，就需要重新追趕英偉達(dá)的腳步。
所以某種程度上，能打敗英偉達(dá)的只有采用軟硬件協(xié)同設(shè)計(jì)的策略，同時(shí)擁有強(qiáng)大的芯片能力和軟件能力。
用“安卓模式”，打破英偉達(dá)算力霸權(quán)
谷歌擁有自己的TPU、XLA計(jì)算平臺，還有自己的大模型和一系列算力「出口」。但谷歌這套并不外賣，所以包括Authropic（Claude母公司）、Midjourney都是通過谷歌云使用這一套算力解決方案，而沒有選擇購買英偉達(dá)的GPU。
從這角度來看，UXL雖然聚集了從晶圓代工廠到芯片廠商，再到云計(jì)算和大模型廠商，涵蓋了AI芯片的主要上下游，但真正的挑戰(zhàn)還在于不同成員之間的協(xié)同，這也是UXL能不能成功的關(guān)鍵。
如果沒有足夠的利益捆綁，每一個(gè)“聯(lián)盟”都難成氣候，聚集得多高調(diào)，渙散就有多迅猛。安卓生態(tài)能成功的關(guān)鍵在于，系統(tǒng)平臺、半導(dǎo)體、硬件、開發(fā)者等等參與者能各取所需，一起將蛋糕做大。UXL是否能形成同樣的正循環(huán)效應(yīng)？當(dāng)下，我們不知道答案。
年初，OpenAI Sam Altman語不驚人死不休，曝出計(jì)劃籌集7萬億美元解決AI面對的算力問題。雖然這個(gè)數(shù)字驚掉了所有人的下巴，但也再一次地說明了，以O(shè)penAI為代表的人工智能行業(yè)對于算力的極度渴求——在微軟支持下，OpenAI也在布局自有芯片體系。
總而言之，英偉達(dá)不能滿足所有人，所有人也不滿足于只有一家英偉達(dá)。換句話說，不管UXL能不能成功，谷歌會不會改變策略，所有人都會繼續(xù)挑戰(zhàn)英偉達(dá)：
直到打破算力霸權(quán)。