快科技 7 月 13 日消息，NVIDIA 难以取代的不是硬件，而是 CUDA 生态。

据报道，尽管美国对中国实施半导体出口制裁，阻止 NVIDIA 在中国大陆销售其先进的 AI 芯片，但它的产品仍然是中国大陆需求最广泛的 AI 芯片，而这主要是得益于英伟达 GPGPU 架构及强大的 CUDA 生态。

虽然华为也推出了 CANN（Compute Architecture for Neural Networks）异构计算架构，但它的生态系统和开发者支持，相比 NVIDIA 的 CUDA 生态还是要差很多。

The Information 发布的一份报告指出，华为想要提升其 AI 芯片在中国大陆市场的份额，正面临的一个主要瓶颈，即华为 AI 芯片采用的是 CANN 软件平台来实现算力调度与执行。但是，CANN 并未得到行业的广泛的支持，远不及英伟达的 CUDA。

对于程序开发人员来说，CUDA 是一种更加友好的高级语言，开发者只需要专注于程序和算法最相关的运行逻辑，而不太需要考虑具体的程序是如何在 GPU 等硬件上具体如何执行计算的，从而能够降低开发难度。

GPU 本身是设计来支持图形计算的，但其强大的并行计算能力使得它能够处理各种计算任务。随后，NVIDIA 就针对 AI 应用推出了有很强的编程灵活性和适应性的 GPGPU，结合自己的 CUDA 软件编程框架，可以处理不同类型的负载，比如图形渲染、科学计算、深度学习等。

此外，华为的昇腾 AI 芯片是为 AI 计算优化的 ASIC（专用集成电路），它主要针对深度学习推理和训练进行特化。这种定制化使得它在特定任务上有更高的性能和能效，但对于图形渲染、并行计算、科学计算等通用计算任务上的效率和灵活性就不如 GPGPU。

据悉，华为正在寻求改变其人工智能芯片设计策略，从 ASIC （专用集成电路）转向 GPGPU（通用图形处理器）芯片，新的 AI 芯片在转向 GPGPU 后将配备新的软件，允许用户通过中间件以兼容的 CUDA 编程语言，该软件也可以将 CUDA 的指令转换为适用于华为 AI 芯片的语言。

报道指出，此举将使华为的 AI 芯片能够被更广泛地使用，增加其在中国 AI 芯片市场的份额。