英伟达正在“垄断”AI产业，欧美国家厂商准备好了吗？

来源：内饰 2024年01月24日 12:16

。而持有了 CUDA 原生默许的英伟达 GPU ，可谓首要之选。

到那时候，金融市场们那时候看到了 AI 的极其重要之出口外处，为什么大家都还在卷 AI 逻辑学分析方法，而不去卷老黄的市场呢？

缘故在于，它们那时候很难再继续拿到 AI 加在速CPU的入场费了。在人工智慧产业上，整个剖面研习的基本概念那时候是老黄的大小了。

AI 其发展的数十年两者之间，英伟达通过对 CUDA 整合和小区的持续投入， CUDA 和各类 AI 基本概念剖面绑定。

当今应用于排在行靠前的各类 AI 基本概念，就并未不默许 CUDA 的，也就是知道你只想让你的剖面研习跑的快？付钱张默许 CUDA 的嵌入式奥斯是不错的选择，知道人话就是——付钱 N 奥斯吧。

当然，在 CUDA 大力其发展过后，也有其它该公司在尝试着刷新英伟达这种相比之下巨头的局面。

2008 苹果就提过借助于 OpenCL 标准，这是一个确立的开抽 API ，旨在为各种不同的 GPU 改型包括一个标准，用以整合相同 CUDA 的标准化近似值应用程序基本概念。

但是，标准化就一般来说不一定好用。

因为颇受欢迎厂家 GPU 的改型繁而适合于，为了兼顾各种接口外，飞轮原版也多如牛毛，质量低劣。而且缺少互换的厂家进在行技术性的简化，所以，无论是哪一个原版的 OpenCL ，在同等算力下，都比不过应用于 CUDA 的反应速度。

而且恰恰是因为 OpenCL 的标准化性，只想整合默许 OpenCL 的基本概念，要比整合CUDA 的适合于不少。缘故还是同一个，缺少官网的默许，看看英伟达对CUDA整合的机器默许吧，CUDA Toolkit，NVIDIA GPU Computing SDK以及NSight等等。

OpenCL这边，就略显寒酸了。。。

这就造成了如今能默许 OpenCL 的剖面研习基本概念已为。

举个很简单的范例，当下最火的基本概念 PyTorch ，就连官网都并未各种类型对OpenCL进在行默许，还得靠着第三方Ubuntu计划才能用。

那同为显奥斯提供商的 AMD ，在面对老黄如日里天的 CUDA 时，除了 OpenCL ，有并未自己的解决事先呢？

分析方法确有是有，但效用也确有不咋的。2016 年 AMD 发布了全取而代之开抽近似值网络服务—— ROCm ，对譬如说就是英伟达的 CUDA ，最关键因素的一点是，它还在应用程序包级别上对 CUDA 程序来进在行默许。

你看，就算是老黄的死对头 AMD ，想的也不是来由，而是增大自己适配 CUDA 的门槛。。。

但是，时至今日， ROCm 依然还是只默许 Linux 网络服务，有可能也是用的人太少了，实在太摆烂的辣味，算是，既然你默许 CUDA ，那我为什么要费尽心力去给你的 ROCm 各种类型编纂一套默许基本概念呢？

次年，Google也有了在地面部队，但算是不是CPU制造该公司，Google只是热兜售了自己的 TPU 网络服务，各种类型针对自家的 TensorFlow 基本概念进在行简化，当然原生默许的不错的也只有 TensorFlow 了。

至于英弗尔那边，也热兜售了一个 OneAPI ，对标老黄的 CUDA ，不过由于步伐较晚，那时候还出口外处于其发展自然生态的片段，将来不会怎样还不错知道。

所以靠着先发优势还有原生默许，造成了那时候的剖面研习，基本上离不开英伟达的 GPU 和他的 CUDA 。

近来大火的 ChatGPT ，就用了老黄的 HGX 主板和 A100 CPU，而老黄反驳也是很有自信的知道道：

“ 那时候唯一可以单单出口外管控 ChatGPT 的 GPU ，那就只有我们家的 HGX A100 。 ”

毫无疑问，并未其它需用的了，这就是老黄的有恃无恐。

而随着 OpenAI 对大逻辑学分析方法 AI 的成功验证，各家巨擘对大逻辑学分析方法 AI 的纷纷入局，英伟达的奥斯那时候立马成了抢手货。

所以如今的 AI 求职该公司，借助于现了一件很那时候的成因，在他们的计划通报上，经常不会搭上一句我们持有多少块英伟达的 A100 。

当大家在 AI 在行业纷纷投资银矿时，英伟达就这样靠着给大家兜售水后——包括 AI 加在速奥斯，大赚弗赚，关键因素还在于，只有它兜售的水后能解渴。

因为它的接口外以及机器集，那时候能受到影响到整个 AI 产业的战争初期和其发展反应速度了。

更可怕的是，英伟达的优势那时候形成了一种与此相反，这与此相反厚到就连全球性第二大 GPU 厂家 AMD 都并未事先击穿。

所以在 AI 涌浪惊心动魄的那时候，能整借助于属于自己的 AI 大逻辑学分析方法固然极其重要，但差评辰却实在，啥时候能有自己的英伟达和 CUDA 也同样不可小觑。

当然，这条东路也更难。

先前，差评辰实在在将来，我们需要抓紧突破的，绝对不只是对人工智慧大逻辑学分析方法相关的分析，更为极其重要的是整个近似值CPU的的设计，制造，以及 AI 自然生态的建设计划。

取而代之十八世纪那时候准备好， AI 技术的其发展不仅加在速了生命体生产力的其发展，也加在速了那些落后产能的淘汰，那时候各在行各业都出口外处在变革的前夕。

求生存越强，弱者这样一来。虽然这句话很残酷，但在AI 领域，如果不奋力挟上，有可能一定会那时候不需要 “ 弱者 ” 了。

。

英伟达正在“垄断”AI产业 ，欧美国家厂商准备好了吗？