華為：繞過CUDA、平替英偉達，我來為中國AI公司提供芯片_風聞
解码工作室-10-27 08:41
同樣的錯覺在英偉達身上也有。
英偉達之所以能夠壟斷人工智能訓練芯片市場，CUDA架構絕對是幕後功臣之一。
這個誕生於2006年的架構，已經涉及計算機計算的各個領域，幾乎被塑造成了英偉達的形狀。航空航天、生物科學研究、機械和流體模擬及能源探索等領域的研究，80%在CUDA的基礎上進行。
而在最火爆的AI領域，幾乎所有的大廠都在準備Plan B：谷歌、亞馬遜、華為、微軟、OpenAI、百度……誰也不想讓自己的未來攥在別人手中。
創業服務諮詢機構Dealroom.co公佈過一組數據，在這波生成式AI的熱浪中，美國獲得了全球投融資的89%，而在AI芯片的投融資中，中國AI芯片投融資世界第一，超過美國兩倍。
也就是説，儘管中美企業在大模型的發展方式和階段都存在諸多差異，但在掌控算力這件事，大家卻顯得格外一致。
為什麼CUDA有這種魔力？
2003年，英偉達為了與推出4核CPU的英特爾競爭，開始着手發展統一計算設備架構技術，也就是CUDA。
CUDA的初衷是為GPU增加一個易用的編程接口，讓開發者無需學習複雜的着色語言或者圖形處理原語。英偉達最初的想法是為遊戲開發者提供一個圖形計算領域的應用，也就是黃仁勳口中的"make graphics programmable"。
不過CUDA推出後一直找不到關鍵應用，也缺少重要客户支持。而且英偉達還要花費大筆金錢來開發應用、維持服務並推廣與行銷，到2008年遭遇金融風暴，顯卡銷售不好的英偉達營收大跌，股價一度跌到只剩1.5美元，比AMD最慘的時候還要慘。
直到2012年，Hinton的兩個學生用英偉達的GPU參加了一個叫做ImageNet的圖像識別速度比賽。他們使用GTX580顯卡，利用CUDA技術進行訓練，結果算出的速度超過第二名數十倍，精確度也比第二名高10%以上。
這次比賽不僅是AI的一次歷史轉折，也為英偉達打開了突破口。英偉達開始與業界合作推動AI生態，推廣開源AI框架，並與Google、Facebook等公司合作推動TensorFlow等AI技術發展。
這等於完成了黃仁勳口中的第二步，“open up GPU for programmability for all kinds of things”。
當GPU的算力價值被發現後，大廠也猛然醒悟，英偉達此前數年迭代和鋪墊的CUDA，已然成為AI繞不開的一堵高牆。
為了籌建CUDA生態，英偉達為開發者提供了豐富的庫和工具，如cuDNN、cuBLAS和TensorRT等，方便開發者進行深度學習、線性代數和推理加速等任務。此外，英偉達還提供包括CUDA編譯器和優化器在內的完整開發工具鏈，使開發者能夠更方便地進行GPU編程和性能優化。
與此同時英偉達也與許多流行的深度學習框架（如TensorFlow、PyTorch和MXNet）緊密合作，為CUDA提供了在深度學習任務中的顯著優勢。
這種“扶上馬，送一程”的奉獻精神，使英偉達僅用了兩年半時間，就將CUDA生態的開發者數量翻了一倍。
這還不夠，過去十餘年裏英偉達將CUDA的教學課程推廣到超過350所大學，平台內有專業的開發者和領域專家，他們通過分享經驗和解答疑難問題，為CUDA的應用提供了豐富的支持。
更關鍵的是，英偉達深知硬件作為護城河的缺陷在於沒有用户粘性，於是將硬件與軟件捆綁，GPU渲染要用CUDA、AI降噪要用OptiX、自動駕駛計算需要CUDA……
儘管英偉達目前憑藉GPU+NVlink+CUDA壟斷了AI算力90%的市場，但帝國的裂縫已經不止一條了。
一條條裂縫
AI廠商苦CUDA久矣，並不是危言聳聽。
CUDA的神奇之處就在於它處在軟硬結合的關鍵位置，對軟件來説它是整個生態的基石，競爭對手難以繞過CUDA去兼容英偉達的生態；對硬件來説，CUDA的設計基本就是英偉達硬件形態的軟件抽象，基本每個核心概念都和GPU的硬件概念相對應。
那麼對於競爭對手來説，就只剩兩個選擇：
1 繞開CUDA，重建一套軟件生態，這就要直面英偉達用户粘性的巨大挑戰；
2 兼容CUDA，但也要面臨兩個問題，一是如果你的硬件路線和英偉達不一致，那麼就有可能實現的低效且難受，二是CUDA會跟隨英偉達硬件特性演進，兼容這也只能選擇跟隨。
但為了擺脱英偉達的鉗制，兩種選擇都有人嘗試。
2016年，AMD推出的基於開源項目的GPU生態系統ROCm，提供HIP工具完全兼容CUDA，就是一種跟隨路線。
但因為工具鏈庫資源匱乏、開發和迭代兼容性代價較大等掣肘，使ROCm生態難以壯大。在Github上,貢獻CUDA軟件包倉庫的開發者超過32600位,而 ROCm只有不到600個。
走兼容英偉達CUDA路線的難點在於，其更新迭代速度永遠跟不上CUDA並且很難做到完全兼容：
1 迭代永遠慢一步：英偉達GPU在微架構和指令集上迭代很快，上層軟件堆棧的很多地方也要做相應的功能更新。但AMD不可能知道英偉達的產品路線圖，軟件更新永遠會慢英偉達一步。例如AMD有可能剛宣佈支持了CUDA11，但是英偉達已經推出CUDA12了。
2 難以完全兼容反而會增加開發者的工作量：像CUDA這樣的大型軟件本身架構很複雜，AMD需要投入大量人力物力用幾年甚至十幾年才能追趕上。因為難免存在功能差異，如果兼容做不好反而會影響性能（雖然99%相似了，但是解決剩下來的1%不同之處可能會消耗開發者99%的時間）。
也有公司選擇繞開CUDA，比如2022年1月成立的Modular。
為了配合這個AI引擎，Modular還開發了開源編程語言Mojo。你可以把它想象成一個“專為AI而生”的編程語言，Modular用它開發各種工具整合到前面提到的AI引擎裏，同時又可以無縫銜接上Python，降低學習成本。
但Modular的問題在於，其所設想的“全平台開發工具”太過理想化。
雖然頂着“超越Python”的頭銜，又有Chris Lattner名聲作為背書，但Mojo作為一種新語言，在推廣上還需要經過眾多開發者的考驗。
而AI引擎要面臨的問題就更多，不僅需要與眾多硬件公司之間達成協議，還要考慮各平台之間的兼容。這些都是需要長時間的打磨才能完成的工作，到時候的英偉達會進化成什麼樣子，恐怕沒人會知道。
挑戰者華為
10月17日，美國更新了針對AI芯片的出口管制規定，阻止英偉達等公司向中國出口先進的AI芯片。根據最新的規則，英偉達包括A800和H800在內的芯片對華出口都將受到影響。
此前英偉達A100及H100兩款型號限制出口中國後，為中國專供的“閹割版”A800和H800就是為了符合規定。英特爾同樣也針對中國市場，推出了AI芯片Gaudi2。如今看來，企業們又要在新一輪出口禁令下再進行調整應對。
今年8月，搭載華為自研麒麟9000S芯片的Mate60Pro突然開售，瞬間引發了巨大輿論浪潮，使得幾乎同一時間的另外一條新聞很快被淹沒。
科大訊飛董事長劉慶峯在一個公開活動上罕見表態，稱華為GPU可對標英偉達A100，但前提是華為派出專門工作組在訊飛成立專班工作優化的背景下。
這種突然的表態往往都有深層次的意圖，雖然沒有預知能力但其效用仍是為了應對兩個月後的芯片禁令。
華為GPU，也就是昇騰AI全棧軟硬件平台，全棧包括5層，自底向上為Atlas系列硬件、異構計算架構、AI框架、應用使能、行業應用。
基本上可以理解為華為針對英偉達做了一套平替，芯片層是昇騰910和昇騰310，異構計算架構（CANN）對標英偉達CUDA + CuDNN核心軟件層。
1 單卡性能落後，昇騰910與A100還有差距，但勝在價格便宜可以堆量，達到集羣規模後整體差距不大；
2 生態劣勢的確存在，但華為也在努力追趕，比如經過PyTorch社區與昇騰的合作，PyTorch 2.1版本已同步支持昇騰NPU，意味着開發者可直接在PyTorch 2.1上基於昇騰進行模型開發。
目前華為昇騰主要還是運行華為自家閉環的大模型產品，任何公開模型都必須經過華為的深度優化才能在華為的平台上運行，而這部分優化工作嚴重依賴於華為。
而在當前背景下，昇騰又具有特殊的重要意義。
今年5月，華為昇騰計算業務總裁張迪煊就已透露，“昇騰AI”基礎軟硬件平台已孵化和適配了30多個主流大模型，我國一半以上的原生大模型是基於“昇騰AI”基礎軟硬件平台打造，包括鵬程系列、紫東系列、華為雲盤古系列等。今年8月，百度也官宣了推進在昇騰AI上與飛槳+文心大模型的適配。
尾聲
在英偉達展開宏大敍事的2006年，沒有人認為CUDA會是一個革命性的產品，黃仁勳要苦口婆心的説服董事會每年投入5億美金，來賭一個回報期超過10年的未知，而當年英偉達的營收也不過30億美金而已。
但在所有以技術和創新作為關鍵詞的商業故事裏，總有人因為對長遠目標的持久堅持而收穫巨大的成功，英偉達和華為都是其中的佼佼者。
參考資料
[1] 英偉達的「鐮刀」，不是AI芯片，硅基研究室
[2] 為了成為“英偉達平替”，大模型廠商開卷了，小飯桌創服
[3] 成立僅1年，這家AI明星創企，想挑戰英偉達，鎂客網
[4] 英偉達帝國的一道裂縫，遠川研究所
[5] 美計劃加緊對華芯片出口，華為領銜演繹國產崛起，華西證券
[6] AIGC行業深度報告（11）：華為算力分拆：全球AI算力的第二極，華西證券
[7] 2023年AIGC行業專題報告：AI 芯片四大技術路線，寒武紀複製英偉達，申萬宏源
[8] CUDA如何成就NVIDIA：AI領域的巨大突破，騰訊雲社區
免責聲明:本文基於已公開的資料信息或受訪人提供的信息撰寫，但解碼Decode及文章作者不保證該等信息資料的完整性、準確性。在任何情況下，本文中的信息或所表述的意見均不構成對任何人的投資建議。