近日，據(jù)外媒The Information報道，華為正尋求更改AI芯片設計戰(zhàn)略，從專用集成電路（ASIC）轉(zhuǎn)向通用圖形處理器（GPGPU），并開發(fā)兼容英偉達CUDA編程語言的軟件層，以突破美國制裁限制并爭奪市場份額。

此前的華為盤古大模型事件，似乎透露了部分華為內(nèi)部基于昇騰芯片開發(fā)工具訓練大模型的挑戰(zhàn)，未來轉(zhuǎn)向GPU似乎并不意外。在英偉達CEO黃仁勛今日到訪中國大陸期間，被視為最強對手的華為突發(fā)重磅新聞，釋放哪些信號？

01英偉達生態(tài)護城河依然寬闊

對于華為來說，切換兼容CUDA，可能是不得不為，原因是競爭對手英偉達過于強大。

據(jù)報道，華為想要提升AI芯片市占，在大陸市占正面臨的一個主要瓶頸，也就是華為AI芯片采用的是異構計算架構（CANN）軟件平臺來實現(xiàn)算力調(diào)度與執(zhí)行。但是，CANN并未得到行業(yè)的廣泛的支持，遠不及英偉達的CUDA。

從全球范圍來看，英偉達作為行業(yè)領導者，憑借其突出的產(chǎn)品性能、易用性以及完善的CUDA生態(tài)，構筑了堅實的競爭壁壘并持續(xù)擴大領先優(yōu)勢，占據(jù)超過80%的全球市場份額。

GPU生態(tài)系統(tǒng)由上層算法庫、中層接口、驅(qū)動程序、編譯器和底層硬件架構等構成。主要的研發(fā)挑戰(zhàn)集中在GPU硬件架構和通用計算軟件生態(tài)系統(tǒng)上。在軟件生態(tài)系統(tǒng)中，GPU廠商需要長期投入開發(fā)IP和軟件堆棧，以構建完整的開發(fā)者生態(tài)。

現(xiàn)在，任何人只要擁有一臺配有英偉達GPU的筆記本電腦，就可以開發(fā)相關軟件。在過去十多年，英偉達堅持不懈地在學校和科研院所推廣CUDA，使大量AI應用都基于該平臺開發(fā)，顯然CUDA生態(tài)更受市場認可。

盡管在AI芯片創(chuàng)業(yè)賽道中，選擇ASIC還是GPU路線，初創(chuàng)芯片公司各有考慮。長遠來看，最大的挑戰(zhàn)，還是要在中國建立一個能夠匹敵英偉達的軟件生態(tài)。

英偉達的生態(tài)系統(tǒng)不易被超越，部分公司就判斷，CUDA的兼容性預計將引導未來生態(tài)系統(tǒng)的發(fā)展方向。目前，主要國產(chǎn)GPU廠商均采取兼容CUDA的策略，準備在此基礎上培育自己的軟件生態(tài)。

比如，GPU初創(chuàng)企業(yè)沐曦就表示，旗下自研的MXMACA軟件棧不僅擁有統(tǒng)一、完整且高效的全棧式工具鏈，涵蓋應用開發(fā)、功能調(diào)試和性能調(diào)優(yōu)等核心環(huán)節(jié)，同時高度兼容GPU行業(yè)國際主流CUDA生態(tài)，能夠開放擁抱全球開發(fā)者豐富的開源成果，具有較高的易用性和遷移效率。

另一家GPU公司摩爾線程認為，能夠與現(xiàn)有生態(tài)（如CUDA）保持兼容的新興生態(tài)系統(tǒng)，有望實現(xiàn)快速發(fā)展并迅速擴大市場份額。這是為了保護用戶的既有投資，確保已有軟件依然可用，未來會不斷改進自家平臺，使其更加匹配自己的芯片。

02GPU和ASIC路線之爭，華為想法變了？

華為這一動作切換背后，也是GPU和ASIC路線競爭下發(fā)展的結果。

實際上，對于AI客戶而言，使用哪款芯片，更多是基于自身業(yè)務需求、軟件生態(tài)、技術能力的綜合考慮成果。

在全球，英偉達在AI計算領域的主要對手谷歌，就有自研ASIC架構的TPU（TensorProcessingUnit，張量處理器）芯片，專門針對AI計算做優(yōu)化；云計算公司亞馬遜AWS也自2018起陸續(xù)推出了Inferentia和Trainium兩款AI芯片，并推出了配套的軟件工具；此外，微軟也正在自研專用AI芯片。

國內(nèi)市場上，華為的昇騰、百度的昆侖，和創(chuàng)業(yè)公司寒武紀、燧原、都是面向數(shù)據(jù)中心的AI芯片，眾所周知，中國銷售最好的國產(chǎn)AI芯片就是華為昇騰，昇騰AI芯片生態(tài)號稱全棧自研，覆蓋了芯片、軟件棧、框架等環(huán)節(jié)。

不過，昇騰是為AI計算優(yōu)化的ASIC，主要針對深度學習推理和訓練進行特化，在特定任務上有更高的性能和能效，但對于并行計算、科學計算等通用計算任務的效率和靈活性不如GPU，且無法支持雙精度浮點（FP64）計算。

對于ASIC芯片本身，其效率高但靈活性差，強調(diào)專用性能最優(yōu)，設計周期長。相比之下，GPU更通用，尤其擅長大規(guī)模并行計算，適合訓練和通用AI場景，軟件兼容性強。

在軟件棧上，華為也開發(fā)了適配昇騰的異構計算架構CANN（神經(jīng)網(wǎng)絡計算架構）軟件平臺來實現(xiàn)算力調(diào)度與執(zhí)行。雖然華為也推出了MindSpore等深度學習框架，但它的生態(tài)系統(tǒng)和開發(fā)者支持，相比英偉達的CUDA生態(tài)差距還是很大。

由于大陸科技公司已長期使用CUDA技術，轉(zhuǎn)向華為將帶來高昂的轉(zhuǎn)換成本，需要重新設計數(shù)據(jù)中心基礎架構、軟件和工作流程，缺乏向華為生態(tài)切換的動力。The Information就報道稱，中國科技巨頭高層，就曾多次在會議中明確告訴華為，若要他們大規(guī)模轉(zhuǎn)向華為芯片，應該是華為去配合他們的平臺。

在市場的現(xiàn)實要求下，華為選擇妥協(xié)切換芯片架構，是有可能的。未來，華為的新的AI芯片可能會配備新的軟件，允許用戶通過架構兼容性破解生態(tài)壁壘，使客戶無需重構軟件棧即可遷移平臺。來兼容英偉達的CUDA程序設計語言，該軟件也可以將CUDA的指令轉(zhuǎn)換為適用于華為AI芯片的語言。