在人工智能芯片市场，英伟达凭借强大的GPU性能和CUDA软件生态，占(zhan)据着(zhe)近乎垄断的地位，但供应短缺和高昂价格正推(tui)动其客户寻求替代方案。
大客户和竞争对(dui)手联手，参与(yu)替代CUDA的开源项目
包括OpenAI、Meta、微软、谷(gu)歌和亚马(ma)逊等英伟达的大客户，以及英特尔、AMD和高通(tong)等英伟达的竞争对(dui)手，在推(tui)翻Cuda霸权上似乎已经形成了微妙的共识。这些(xie)公司都正在参与(yu)OpenAI发(fa)起的开源语言项目Triton。
像Meta、微软和谷(gu)歌这样耗资数百亿美元购买(mai)英伟达芯片的科技(ji)巨头，希(xi)望Triton能帮助他们打破(po)英伟达对(dui)AI硬件的垄断；英特尔、AMD和高通(tong)也寄望利用Triton挖角英伟达的客户。
Triton最初由OpenAI于2021年发(fa)布，旨(zhi)在使代码能够在各种类型的GPU上流畅运行。
根据OpenAI官方的解释(shi)，Triton的目标是(shi)提供一个开源环境，以比 CUDA 更高的生产率编写快速代码，同时比其他现有DSL具有更高的灵活性。
分析人士(shi)认(ren)为，英伟达在过去一年多以来(lai)，之所以能成为AI产业的“卖铲人”，主要归功于其已经发(fa)展了20多年的CUDA系统，这是(shi)一道竞争对(dui)手难以逾越的壁垒。
英伟达CEO黄仁勋曾表示(shi)，他的公司“不仅生产芯片，而且打造整个超(chao)级计算机，从芯片到系统再到互连……但最重要的是(shi)软件。”
他将CUDA称为AI的“操作系统”。
挑战CUDA 可能非常困(kun)难
自2006年CUDA诞生以来(lai)，英伟达投资了数十亿美元开发(fa)了数百种软件工具和服务，以加快并简化在其GPU上运行AI应用程序。从员工数量(liang)来(lai)看(kan)，英伟达软件工程师数量(liang)是(shi)硬件工程师的两倍。
AI投资公司Radical Ventures的合伙(huo)人大卫(wei)·卡茨表示(shi)：
我(wo)认(ren)为人们低估了英伟达实际上所构建的东西。他们围绕自己的产品打造了一个高效、易用且实际可行的软件生态系统，使复杂的事情变得(de)简单。
我(wo)认(ren)为人们低估了英伟达实际上所构建的东西。他们围绕自己的产品打造了一个高效、易用且实际可行的软件生态系统，使复杂的事情变得(de)简单。
尽管如此，英伟达产品的高昂价格和购买(mai)最先进设备的漫长等待队列，仍促使其大客户寻求替代方案或自主研发(fa)GPU。
但由于大多数AI系统和应用程序都在英伟达的CUDA生态里运行，要想为其他GPU (如AMD的MI300、英特尔的Gaudi 3或亚马(ma)逊的Trainium) 重写代码，开发(fa)者需耗费大量(liang)时间和承担风险。
AI创(chuang)业公司CentML的首席执行官及多伦多大学(xue)计算机科学(xue)副教授(shou)根纳迪(di)·佩希(xi)门科对(dui)媒体表示(shi)：
要想在这个领域(yu)与(yu)英伟达竞争，你不仅需要打造有竞争力的硬件，还需要使用起来(lai)足够简便。英伟达芯片性能的确非常出色，但在我(wo)看(kan)来(lai)，它(ta)最大的优势在于软件方面。
与(yu)英伟达相比，打造一款有竞争力的芯片就已是(shi)一大挑战，更别说打造整个软件生态系统并让人们开始使用它(ta)了。
要想在这个领域(yu)与(yu)英伟达竞争，你不仅需要打造有竞争力的硬件，还需要使用起来(lai)足够简便。英伟达芯片性能的确非常出色，但在我(wo)看(kan)来(lai)，它(ta)最大的优势在于软件方面。
与(yu)英伟达相比，打造一款有竞争力的芯片就已是(shi)一大挑战，更别说打造整个软件生态系统并让人们开始使用它(ta)了。
尽管Triton可能会削弱英伟达的市场份额，但花旗分析师估计，到2030年，英伟达在生成式AI芯片市场的份额仍将高达63%左右，这意味着(zhe)它(ta)在未(wei)来(lai)多年内依(yi)然将保(bao)持主导地位。