替代NVIDIA關鍵！曝華為新AI芯片轉向GPGPU 要兼容CUDA編程語言快訊
華為的昇騰AI芯片是為AI計算優化的ASIC（專用集成電路），該軟件也可以將CUDA的指令轉換為適用于華為AI芯片的語言，華為想要提升其AI芯片在中國大陸市場的份額。
快科技7月13日消息，NVIDIA難以取代的不是硬件，而是CUDA生態。
據報道，盡管美國對中國實施半導體出口制裁，阻止NVIDIA在中國大陸銷售其先進的AI芯片，但它的產品仍然是中國大陸需求最廣泛的AI芯片，而這主要是得益于英偉達GPGPU架構及強大的CUDA生態。
雖然華為也推出了CANN（Compute Architecture for Neural Networks）異構計算架構，但它的生態系統和開發者支持，相比NVIDIA的CUDA生態還是要差很多。
The Information發布的一份報告指出，華為想要提升其AI芯片在中國大陸市場的份額，正面臨的一個主要瓶頸，即華為AI芯片采用的是CANN軟件平臺來實現算力調度與執行。但是，CANN并未得到行業的廣泛的支持，遠不及英偉達的CUDA。
對于程序開發人員來說，CUDA是一種更加友好的高級語言，開發者只需要專注于程序和算法最相關的運行邏輯，而不太需要考慮具體的程序是如何在GPU等硬件上具體如何執行計算的，從而能夠降低開發難度。
GPU本身是設計來支持圖形計算的，但其強大的并行計算能力使得它能夠處理各種計算任務。隨后，NVIDIA就針對AI應用推出了有很強的編程靈活性和適應性的GPGPU，結合自己的CUDA軟件編程框架，可以處理不同類型的負載，比如圖形渲染、科學計算、深度學習等。
此外，華為的昇騰AI芯片是為AI計算優化的ASIC（專用集成電路），它主要針對深度學習推理和訓練進行特化。這種定制化使得它在特定任務上有更高的性能和能效，但對于圖形渲染、并行計算、科學計算等通用計算任務上的效率和靈活性就不如GPGPU。
據悉，華為正在尋求改變其人工智能芯片設計策略，從 ASIC （專用集成電路）轉向GPGPU（通用圖形處理器）芯片，新的AI芯片在轉向GPGPU后將配備新的軟件，允許用戶通過中間件以兼容的CUDA編程語言，該軟件也可以將CUDA的指令轉換為適用于華為AI芯片的語言。
報道指出，此舉將使華為的AI芯片能夠被更廣泛地使用，增加其在中國AI芯片市場的份額。
1.TMT觀察網遵循行業規范，任何轉載的稿件都會明確標注作者和來源；
2.TMT觀察網的原創文章，請轉載時務必注明文章作者和"來源：TMT觀察網"，不尊重原創的行為TMT觀察網或將追究責任；
3.作者投稿可能會經TMT觀察網編輯修改或補充。
