全球AI芯片领域当之无愧的“霸主”英伟达(NVDA.US)，凭借着两大“核心吸金利器”：基于突破性的Hopper GPU架构的AI芯片——H100 AI GPU无与伦比的销售额，以及深耕高性能计算领域多年所倾力打造的CUDA运算平台——CUDA可谓是AI训练/推理等高性能计算领域首选的软硬件协同系统，英伟达当前市值已经攀升至2.4万亿美元，总市值位列全球第三，与市值排名第二的苹果之间的距离越来越小。
从Claude到OpenAI等热门的AI初创公司，再到全球云服务巨头微软、亚马逊旗下AWS以及Alphabet旗下的谷歌，英伟达所推出的超高性能AI芯片，以及软硬件协同系统CUDA，已经成为微软、OpenAI等新时代人工智能开发者们的“生命线”。
在一些AI工程师看来，英伟达能够在AI芯片市场斩获高达90%的垄断性的份额，主要归功于其高性能AI GPU和软硬件协同系统CUDA，但是工程师们普遍认为，随着英伟达竞争对手AMD(AMD.US)以及Groq等AI芯片初创公司纷纷推出性能比肩英伟达的AI芯片，CUDA这一软硬件协同运算平台“垄断性的优势”才是英伟达垄断AI芯片市场的最核心。
因此，近期包括高通、谷歌和英特尔等科技巨头，正计划通过开发一套能够支持多种AI芯片的软件和系统化工具，来打破英伟达在AI领域的软硬件主导地位。这个项目名为UXL，旨在创建一个开放源代码的AI软硬件生态系统，使计算机代码能够在任何芯片架构和任何硬件上运行，从而解决目前由少数几家芯片公司所主导的AI生态。此外，鉴于英伟达CUDA平台影响力无比庞大，UXL还计划长期支持英伟达的硬件和代码，这一行动意在促进“AI硬件选择的多样性”以及提高开发效率。
CUDA，英伟达垄断AI芯片的核心
当前AI芯片需求可谓无比强劲，未来很长一段时间可能也是如此。根据市场研究机构Gartner最新预测，到2024年AI芯片市场规模将较上一年增长 25.6%，达到671亿美元，预计到2027年，AI芯片市场规模预计将是2023年规模的两倍以上，达到1194亿美元。
全球AI芯片领域当之无愧的“霸主”英伟达(NVDA.US)，凭借着两大“核心吸金利器”：基于突破性的Hopper GPU架构的AI芯片——H100 AI GPU无与伦比的销售额，以及深耕高性能计算领域多年所倾力打造的CUDA运算平台——CUDA可谓是AI训练/推理等高性能计算领域首选的软硬件协同系统，英伟达当前市值已经攀升至2.4万亿美元，总市值位列全球第三，与市值排名第二的苹果之间的距离越来越小。
从Claude到OpenAI等热门的AI初创公司，再到全球云服务巨头微软、亚马逊旗下AWS以及Alphabet旗下的谷歌，英伟达所推出的超高性能AI芯片，以及软硬件协同系统CUDA，已经成为微软、OpenAI等新时代人工智能开发者们的“生命线”。
在一些AI工程师看来，英伟达能够在AI芯片市场斩获高达90%的垄断性的份额，主要归功于其高性能AI GPU和软硬件协同系统CUDA，但是工程师们普遍认为，随着英伟达竞争对手AMD(AMD.US)以及Groq等AI芯片初创公司纷纷推出性能比肩英伟达的AI芯片，CUDA这一软硬件协同运算平台“垄断性的优势”才是英伟达垄断AI芯片市场的最核心。
因此，近期包括高通、谷歌和英特尔等科技巨头，正计划通过开发一套能够支持多种AI芯片的软件和系统化工具，来打破英伟达在AI领域的软硬件主导地位。这个项目名为UXL，旨在创建一个开放源代码的AI软硬件生态系统，使计算机代码能够在任何芯片架构和任何硬件上运行，从而解决目前由少数几家芯片公司所主导的AI生态。此外，鉴于英伟达CUDA平台影响力无比庞大，UXL还计划长期支持英伟达的硬件和代码，这一行动意在促进“AI硬件选择的多样性”以及提高开发效率。
CUDA，英伟达垄断AI芯片的核心
当前AI芯片需求可谓无比强劲，未来很长一段时间可能也是如此。根据市场研究机构Gartner最新预测，到2024年AI芯片市场规模将较上一年增长 25.6%，达到671亿美元，预计到2027年，AI芯片市场规模预计将是2023年规模的两倍以上，达到1194亿美元。
知名市场研究机构Precedence Research近期发布的AI芯片市场规模预测报告显示，预计到2032年涵盖CPU、GPU、ASIC以及FPGA等类型AI芯片市场规模将从2023年的约219亿美元激增至2274.8亿美元，2023-2032年复合增速接近30%。
CUDA运算平台是英伟达独家开发的一种并行化计算加速平台和编程辅助软件，允许软件开发者和软件工程师使用英伟达GPU加速并行通用计算(仅支持英伟达GPU，无法兼容AMD以及英特尔等主流GPU)。简而言之，CUDA平台使得开发者们能够利用英伟达GPU的强大算力通过软硬件协同手段来加速计算密集型任务，比如深度学习、科学计算和图像处理等领域的应用，而不仅仅是传统的图形渲染。
更加重要的是，这种加速技术仅通过提供英伟达特定的API、各种库和编译器支持，使得在英伟达GPU上的并行计算更加高效且非常易于AI软件的核心——即AI大模型的开发工作，因此CUDA可谓是开发ChatGPT等生成式AI应用极度依赖的平台，其重要性与硬件体系不分上下，对于人工智能大模型的开发和部署至关重要。
基于CUDA运算平台的AI软硬件一体化生态系统为英伟达创建了一条极其宽阔的“护城河”，CUDA平台极高的技术成熟度、绝对的性能优化优势和广泛的生态系统支持，CUDA确实成为了AI研究和商业部署中最常用且全面普及的协同平台。这也使AMD等竞争对手很难与英伟达CUDA平台在部署人工智能应用方面的集成体系和加速优化水平相匹配。
高通携手英特尔等科技巨头，欲打破CUDA“一家独大”之势！
多家科技公司，包括高通(QCOM.US)、谷歌(GOOGL.US)和英特尔(INTC.US)，当前计划通过开发一套能够支持多种AI加速器芯片的软件和系统化工具，来打破英伟达在AI领域的软硬件主导地位，尤其力争打破CUDA平台的垄断地位。这个项目名为UXL，旨在创建一个开放源代码的生态系统，使计算机代码能够在任何架构的AI芯片和硬件上运行，从而解决目前由少数几家芯片巨头所主导的AI生态。
对英伟达H100等AI芯片等硬件来说，几乎同样重要的是该公司近20年所潜心打造的CUDA软硬件协同体系，这甚至使得AMD与英特尔等竞争对手在AI芯片领域几乎不可能与该公司竞争。全球有超过400万开发者极度依靠英伟达的CUDA运算平台来构建人工智能和其他的高性能应用程序。
现在，包括高通、谷歌和英特尔在内的众多科技公司组成了一个名为UXL的联盟，计划通过追踪AI芯片巨头英伟达的秘密武器——将开发者与英伟达的芯片捆绑在一起的CUDA平台，力争弱化英伟达在AI芯片领域的垄断优势。他们是不断壮大的金融家和企业集团的一部分，这些集团正在挑战英伟达在人工智能芯片领域的绝对主导地位。
来自高通的人工智能和机器学习部门的维内什·苏库马尔(Vinesh Sukumar)在接受媒体采访时表示：“我们实际上是在向开发者展示如何从英伟达平台迁移出去，提供多元化的运算平台。”
科技公司联盟UXL基金会的高管表示，该基金会计划从英特尔(Intel)所开发的一项名为OneAPI的技术开始，构建一套能够为多种类型的人工智能芯片提供加速动力和帮助开发人工智能模型的软件和系统化工具。据媒体报道称，这个开源项目的目标是让计算机代码在任何机器上运行，而不管它使用的是什么硬件。
谷歌高性能计算总监兼首席技术专家比尔·雨果(Bill Hugo)在接受媒体采访时表示：“这是关于在机器学习框架的背景下，我们如何创建一个全面开放化的生态系统，促进生产力提升和硬件选择。”雨果表示，谷歌是UXL的创始成员之一，并帮助确定该项目的技术方向。
据媒体报道，UXL的技术指导委员会正准备在今年上半年确定技术规范。科技公司的高管们纷纷表示，工程师们计划在今年年底前将技术细节完善至“成熟”状态。这些高管强调，有必要建立一个坚实的基础，包括多家公司的贡献，这些贡献可以部署在任何芯片或硬件上。
除了最初参与的一些科技公司，UXL还计划吸引亚马逊和微软等云计算巨头，以及一些芯片制造商。
参与其中的一些高管表示，自去年9月推出以来，UXL已经开始接受来自第三方的技术贡献，其中包括基金会成员和热衷于使用开源技术的外部人士。英特尔的OneAPI已经可用，第二步是创建一个为人工智能设计的标准编程模型。
UXL计划将资源用于解决由少数芯片巨头所主导的最紧迫的算力加速问题以及相对封闭的软硬件生态问题。这些早期计划有助于该组织的长期目标，即为其平台赢得大量的开发者。
从长远的角度来看，由于英伟达CUDA产生的深远影响力，UXL的最终目标似乎是支持英伟达硬件和CUDA生态代码。
当被问及开源和风险投资软件努力打破英伟达在人工智能领域的软硬件主导地位时，英伟达高管伊恩·巴克曾在一份声明中表示：“世界正在加速发展。加速计算的新想法来自整个AI生态系统，这将有助于推进人工智能和加速计算所能实现的范围。”
除了科技巨头们，还有近100家AI创业公司欲挑战英伟达软硬件生态
UXL基金会的计划是削弱英伟达对驱动人工智能的软硬件生态控制的众多努力之一。根据PitchBook汇编的独家数据，风险投资人和企业资金已向93个与打破英伟达垄断相关的AI软硬件生态开发项目投入逾40亿美元。
PitchBook的数据显示，去年，风投机构对利用英伟达在软件领域的潜在弱点打破英伟达生态的兴趣日益浓厚。2023年，瞄准英伟达领导地位漏洞的相关AI初创公司获得了略高于20亿美元的风投资金，而上一年同期仅仅为5.8亿美元。
在英伟达人工智能数据处理软硬件生态的深远影响下取得成功，这是一项很少有初创公司能够取得任何突破的领域。毕竟英伟达的CUDA平台在理论上是一款引人注目的软件，因为它功能齐全，并且在英伟达人工智能专家组的贡献和基于英伟达GPU的开发者社区支持下不断发展。
“我认为这不是真正重要的，英伟达在AI领域的软硬件地位目前来看很难撼动。”金融和战略咨询公司D2D Advisory的首席执行官杰伊·戈德堡(Jay Goldberg)表示。“重要的是，人们已经使用CUDA 长达15年了，他们围绕CUDA编写代码以及相应的优化工作。”
(责任编辑：宋政 HN002)
