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，占据着近乎垄断的地位，但供应短缺和高昂价格正推动其客户寻求替代方案。
大客户和竞争对手联手，参与替代CUDA的开源项目
包括OpenAI、Meta、微软、谷歌和亚马逊等英伟达的大客户，以及英特尔、AMD和高通等英伟达的竞争对手，在推翻Cuda霸权上似乎已经形成了微妙的共识。这些公司都正在参与OpenAI发起的开源语言项目Triton。
像Meta、微软和谷歌这样耗资数百亿美元购买英伟达芯片的科技巨头，希望Triton能帮助他们打破英伟达对AI硬件的垄断；英特尔、AMD和高通也寄望利用Triton挖角英伟达的客户。
Triton最初由OpenAI于2021年发布，旨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，Triton的目标是提供一个开源环境，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。
分析人士认为，英伟达在过去一年多以来，之所以能成为AI产业的“卖铲人”，主要归功于其已经发展了20多年的CUDA系统，这是一道竞争对手难以逾越的壁垒。
英伟达CEO黄仁勋曾表示，他的公司“不仅生产芯片，而且打造整个超级计算机，从芯片到系统再到互连……但最重要的是软件。”
他将CUDA称为AI的“操作系统”。
挑战CUDA 可能非常困难
自2006年CUDA诞生以来，英伟达投资了数十亿美元开发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。从员工数量来看，英伟达软件工程师数量是硬件工程师的两倍。
AI投资公司Radical Ventures的合伙人大卫·卡茨表示：
我认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，使复杂的事情变得简单。
尽管如此，英伟达产品的高昂价格和购买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或亚马逊的Trainium) 重写代码，开发者需耗费大量时间和承担风险。
AI创业公司CentML的首席执行官及多伦多大学计算机科学副教授根纳迪·佩希门科对媒体表示：
要想在这个领域与英伟达竞争，你不仅需要打造有竞争力的硬件，还需要使用起来足够简便。英伟达芯片性能的确非常出色，但在我看来，它最大的优势在于软件方面。
与英伟达相比，打造一款有竞争力的芯片就已是一大挑战，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，这意味着它在未来多年内依然将保持主导地位。
