在人工智能芯片市场，英伟达凭借强大的 GPU 性能和 CUDA 软件生态，占据着近乎垄断的地位，但供应短缺和高昂价格正推动其客户寻求替代方案。
<h2>大客户和竞争对手联手，参与替代 CUDA 的开源项目</h2>
包括 OpenAI、Meta、微软、谷歌和亚马逊等英伟达的大客户，以及英特尔、AMD 和高通等英伟达的竞争对手，在推翻 Cuda 霸权上似乎已经形成了微妙的共识。这些公司都正在参与 OpenAI 发起的开源语言项目 Triton。
像 Meta、微软和谷歌这样耗资数百亿美元购买英伟达芯片的科技巨头，希望 Triton 能帮助他们打破英伟达对 AI 硬件的垄断；英特尔、AMD 和高通也寄望利用 Triton 挖角英伟达的客户。
Triton 最初由 OpenAI 于 2021 年发布，旨在使代码能够在各种类型的 GPU 上流畅运行。
根据 OpenAI 官方的解释，Triton 的目标是提供一个开源环境，以比 CUDA 更高的生产率编写快速代码，同时比其他现有 DSL 具有更高的灵活性。
分析人士认为，英伟达在过去一年多以来，之所以能成为 AI 产业的 “卖铲人”，主要归功于其已经发展了 20 多年的 CUDA 系统，这是一道竞争对手难以逾越的壁垒。
英伟达 CEO 黄仁勋曾表示，他的公司 “不仅生产芯片，而且打造整个超级计算机，从芯片到系统再到互连……但最重要的是软件。”
他将 CUDA 称为AI 的 “操作系统”。
<h2>挑战 CUDA 可能非常困难</h2>
自 2006 年 CUDA 诞生以来，英伟达投资了数十亿美元开发了数百种软件工具和服务，以加快并简化在其 GPU 上运行 AI 应用程序。从员工数量来看，英伟达软件工程师数量是硬件工程师的两倍。
AI 投资公司 Radical Ventures 的合伙人大卫·卡茨表示：
<blockquote>
我认为人们低估了英伟达实际上所构建的东西。他们围绕自己的产品打造了一个高效、易用且实际可行的软件生态系统，使复杂的事情变得简单。
</blockquote>
尽管如此，英伟达产品的高昂价格和购买最先进设备的漫长等待队列，仍促使其大客户寻求替代方案或自主研发 GPU。
但由于大多数 AI 系统和应用程序都在英伟达的 CUDA 生态里运行，要想为其他 GPU (如 AMD 的 MI300、英特尔的 Gaudi 3 或亚马逊的 Trainium) 重写代码，开发者需耗费大量时间和承担风险。 
AI 创业公司 CentML 的首席执行官及多伦多大学计算机科学副教授根纳迪·佩希门科对媒体表示：
<blockquote>
要想在这个领域与英伟达竞争，你不仅需要打造有竞争力的硬件，还需要使用起来足够简便。英伟达芯片性能的确非常出色，但在我看来，它最大的优势在于软件方面。
与英伟达相比，打造一款有竞争力的芯片就已是一大挑战，更别说打造整个软件生态系统并让人们开始使用它了。
</blockquote>
尽管 Triton 可能会削弱英伟达的市场份额，但花旗分析师估计，到 2030 年，英伟达在生成式 AI 芯片市场的份额仍将高达 63% 左右，这意味着它在未来多年内依然将保持主导地位。

谷歌-C

谷歌-A

与英伟达相比，打造一款有竞争力的芯片就已是一大挑战，更别说打造整个软件生态系统并让人们开始使用它了。

天下苦英伟达久矣！谷歌、Meta、微软联手，希望打破 CUDA 垄断！