NVIDIA最深护城河要凉！AMD放言:CUDA已不值一提

**NVIDIA CUDA的护城河逐渐动摇：AMD的观点与未来展望**，近年来，NVIDIA的CUDA平台在AI硬件市场占据了重要地位，凭借其强大的计算能力和成熟的生态系统，成为许多深度学习和高性能计算项目的首选，AMD近期在Advancing AI预简报会上表达了对CUDA地位的看法，认为其护城河效应正在逐渐削弱，这一观点引发了广泛讨论，也让人不禁思考CUDA的未来走向。，### **CUDA的现状与优势**，CUDA自2006年推出以来，已成为NVIDIA在AI领域的核心产品之一，其成功基于NVIDIA在GPU技术上的领先地位，以及对专业计算领域的深耕，CUDA通过将计算工作卸载到GPU上，大幅提升了计算效率，特别是在处理复杂的矩阵运算时表现突出，NVIDIA的生态系统也逐渐成熟，许多开源库和工具直接依赖CUDA进行开发，使得迁移成本较高，用户难以轻易转向其他平台。，### **AMD挑战CUDA的可能性**，AMD近年来推出了基于ROCm平台的 GPU 解决方案，逐步在AI和高性能计算领域展开，Dieckman的言论显示，AMD观察到客户对CUDA的关注度下降，开发者更倾向于使用高层次的框架和推理服务，而非直接与底层框架交互，这种趋势可能降低了从传统CUDA到ROCm的转换难度，为AMD提供了更大的市场空间。，### **技术进步与未来展望**，Dieckman提到，到2026年，AI代理和模型本身可能会自动优化到AMD平台，这一预测虽然尚未实现，但若能成真，将对NVIDIA构成挑战，AMD认为，当开发者在更高抽象层工作时，底层硬件选择不再至关重要，客户可以更灵活地选择硬件方案，这种观点呼应了当前AI开发趋势，即从底层细节向更高层次的工具和框架转变。，### **挑战与局限性**，尽管AMD的观点引人注目，但其立场带有明显的商业偏见，NVIDIA的生态系统和技术优势仍然显著，许多客户已经长期依赖CUDA，迁移成本高昂，即便AMD的ROCm有所进步，NVIDIA仍有其市场地位的稳固基础，尤其是在高性能计算和专业AI领域。，### **结论与展望**，CUDA是否真正失去护城河效应，取决于更高抽象层编程和AI代理自动优化是否能成为行业主流，短期内，这些趋势可能尚未显著改变市场格局，但长期来看，抽象层面的工具和自动化优化可能会逐步改变市场动态，对于NVIDIA而言，保持技术领先和生态系统的稳定将是关键，而AMD则需要持续提升产品能力，争取更多市场份额，CUDA的命运将取决于技术进步与市场需求的平衡，以及客户对稳妥性和灵活性的需求。，CUDA的护城河或许正在逐渐松动，但其下落仍需时间和更多技术突破才能实现。

AMD在Advancing AI预简报会上表示，CUDA已不再是外界想象中的那条护城河。

AMD数据中心GPU业务集团副总裁兼总经理Andrew Dieckman直言，他现在几乎不再和客户讨论CUDA，这个词在客户对话中已经不值一提。

Dieckman解释称，当前AI企业普遍在更高抽象层级进行编程，使用各类推理服务框架，而非直接与CUDA等底层框架交互。在这一层级，开发者根本接触不到CUDA，工具链会自动完成到硬件底层操作的转换。

他还提到一个2026年才出现的新现象，即AI代理和模型本身已经能够帮助客户自动优化到AMD平台，这进一步削弱了CUDA的不可替代性。

此前NVIDIA凭借CUDA长期主导AI硬件市场，由于矩阵运算等AI核心算子与CUDA深度绑定，大量软件库和工具链在CUDA之上构建，迁移成本高昂，这也是NVIDIA独享AI丰厚利润的根本原因。

但AMD认为，当开发者在更高抽象层工作时，底层是CUDA还是ROCm已经不重要了，客户可以选择更具性价比的硬件方案。

当然，AMD也并非完全中立信源，其判断带有明显的商业立场，即便CUDA对部分企业确实变得无关紧要，其他公司可能仍倾向于沿用已被验证的基础设施。毕竟AI数据中心的投资规模动辄数亿美元，稳妥往往比省钱更重要。

CUDA是否真正失去护城河效应，取决于更高抽象层编程和AI代理自动优化能否成为行业主流，而非停留在少数前沿团队的实践中。