近日，據(jù)外媒The Information報(bào)道，華為正尋求更改AI芯片設(shè)計(jì)戰(zhàn)略，從專(zhuān)用集成電路（ASIC）轉(zhuǎn)向通用圖形處理器（GPGPU），并開(kāi)發(fā)兼容英偉達(dá)CUDA編程語(yǔ)言的軟件層，以突破美國(guó)制裁限制并爭(zhēng)奪市場(chǎng)份額。

此前的華為盤(pán)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(kāi)發(fā)工具訓(xùn)練大模型的挑戰(zhàn)，未來(lái)轉(zhuǎn)向GPU似乎并不意外。在英偉達(dá)CEO黃仁勛今日到訪中國(guó)大陸期間，被視為最強(qiáng)對(duì)手的華為突發(fā)重磅新聞，釋放哪些信號(hào)？

01英偉達(dá)生態(tài)護(hù)城河依然寬闊

對(duì)于華為來(lái)說(shuō)，切換兼容CUDA，可能是不得不為，原因是競(jìng)爭(zhēng)對(duì)手英偉達(dá)過(guò)于強(qiáng)大。

據(jù)報(bào)道，華為想要提升AI芯片市占，在大陸市占正面臨的一個(gè)主要瓶頸，也就是華為AI芯片采用的是異構(gòu)計(jì)算架構(gòu)（CANN）軟件平臺(tái)來(lái)實(shí)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(yuǎn)不及英偉達(dá)的CUDA。

從全球范圍來(lái)看，英偉達(dá)作為行業(yè)領(lǐng)導(dǎo)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(gòu)筑了堅(jiān)實(shí)的競(jìng)爭(zhēng)壁壘并持續(xù)擴(kuò)大領(lǐng)先優(yōu)勢(shì)，占據(jù)超過(guò)80%的全球市場(chǎng)份額。

GPU生態(tài)系統(tǒng)由上層算法庫(kù)、中層接口、驅(qū)動(dòng)程序、編譯器和底層硬件架構(gòu)等構(gòu)成。主要的研發(fā)挑戰(zhàn)集中在GPU硬件架構(gòu)和通用計(jì)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(zhǎng)期投入開(kāi)發(fā)IP和軟件堆棧，以構(gòu)建完整的開(kāi)發(fā)者生態(tài)。

現(xiàn)在，任何人只要擁有一臺(tái)配有英偉達(dá)GPU的筆記本電腦，就可以開(kāi)發(fā)相關(guān)軟件。在過(guò)去十多年，英偉達(dá)堅(jiān)持不懈地在學(xué)校和科研院所推廣CUDA，使大量AI應(yīng)用都基于該平臺(tái)開(kāi)發(fā)，顯然CUDA生態(tài)更受市場(chǎng)認(rèn)可。

盡管在AI芯片創(chuàng)業(yè)賽道中，選擇ASIC還是GPU路線(xiàn)，初創(chuàng)芯片公司各有考慮。長(zhǎng)遠(yuǎn)來(lái)看，最大的挑戰(zhàn)，還是要在中國(guó)建立一個(gè)能夠匹敵英偉達(dá)的軟件生態(tài)。

英偉達(dá)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(yù)計(jì)將引導(dǎo)未來(lái)生態(tài)系統(tǒng)的發(fā)展方向。目前，主要國(guó)產(chǎn)GPU廠商均采取兼容CUDA的策略，準(zhǔn)備在此基礎(chǔ)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(yīng)用開(kāi)發(fā)、功能調(diào)試和性能調(diào)優(yōu)等核心環(huán)節(jié)，同時(shí)高度兼容GPU行業(yè)國(guó)際主流CUDA生態(tài)，能夠開(kāi)放擁抱全球開(kāi)發(fā)者豐富的開(kāi)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(xiàn)程認(rèn)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(shí)現(xiàn)快速發(fā)展并迅速擴(kuò)大市場(chǎng)份額。這是為了保護(hù)用戶(hù)的既有投資，確保已有軟件依然可用，未來(lái)會(huì)不斷改進(jìn)自家平臺(tái)，使其更加匹配自己的芯片。

02GPU和ASIC路線(xiàn)之爭(zhēng)，華為想法變了？

華為這一動(dòng)作切換背后，也是GPU和ASIC路線(xiàn)競(jìng)爭(zhēng)下發(fā)展的結(jié)果。

實(shí)際上，對(duì)于AI客戶(hù)而言，使用哪款芯片，更多是基于自身業(yè)務(wù)需求、軟件生態(tài)、技術(shù)能力的綜合考慮成果。

在全球，英偉達(dá)在AI計(jì)算領(lǐng)域的主要對(duì)手谷歌，就有自研ASIC架構(gòu)的TPU（TensorProcessingUnit，張量處理器）芯片，專(zhuān)門(mén)針對(duì)AI計(jì)算做優(yōu)化；云計(jì)算公司亞馬遜AWS也自2018起陸續(xù)推出了Inferentia和Trainium兩款A(yù)I芯片，并推出了配套的軟件工具；此外，微軟也正在自研專(zhuān)用AI芯片。

國(guó)內(nèi)市場(chǎng)上，華為的昇騰、百度的昆侖，和創(chuàng)業(yè)公司寒武紀(jì)、燧原、都是面向數(shù)據(jù)中心的AI芯片，眾所周知，中國(guó)銷(xiāo)售最好的國(guó)產(chǎn)AI芯片就是華為昇騰，昇騰AI芯片生態(tài)號(hào)稱(chēng)全棧自研，覆蓋了芯片、軟件棧、框架等環(huán)節(jié)。

不過(guò)，昇騰是為AI計(jì)算優(yōu)化的ASIC，主要針對(duì)深度學(xué)習(xí)推理和訓(xùn)練進(jìn)行特化，在特定任務(wù)上有更高的性能和能效，但對(duì)于并行計(jì)算、科學(xué)計(jì)算等通用計(jì)算任務(wù)的效率和靈活性不如GPU，且無(wú)法支持雙精度浮點(diǎn)（FP64）計(jì)算。

對(duì)于ASIC芯片本身，其效率高但靈活性差，強(qiáng)調(diào)專(zhuān)用性能最優(yōu)，設(shè)計(jì)周期長(zhǎng)。相比之下，GPU更通用，尤其擅長(zhǎng)大規(guī)模并行計(jì)算，適合訓(xùn)練和通用AI場(chǎng)景，軟件兼容性強(qiáng)。

在軟件棧上，華為也開(kāi)發(fā)了適配昇騰的異構(gòu)計(jì)算架構(gòu)CANN（神經(jīng)網(wǎng)絡(luò)計(jì)算架構(gòu)）軟件平臺(tái)來(lái)實(shí)現(xiàn)算力調(diào)度與執(zhí)行。雖然華為也推出了MindSpore等深度學(xué)習(xí)框架，但它的生態(tài)系統(tǒng)和開(kāi)發(fā)者支持，相比英偉達(dá)的CUDA生態(tài)差距還是很大。

由于大陸科技公司已長(zhǎng)期使用CUDA技術(shù)，轉(zhuǎn)向華為將帶來(lái)高昂的轉(zhuǎn)換成本，需要重新設(shè)計(jì)數(shù)據(jù)中心基礎(chǔ)架構(gòu)、軟件和工作流程，缺乏向華為生態(tài)切換的動(dòng)力。The Information就報(bào)道稱(chēng)，中國(guó)科技巨頭高層，就曾多次在會(huì)議中明確告訴華為，若要他們大規(guī)模轉(zhuǎn)向華為芯片，應(yīng)該是華為去配合他們的平臺(tái)。

在市場(chǎng)的現(xiàn)實(shí)要求下，華為選擇妥協(xié)切換芯片架構(gòu)，是有可能的。未來(lái)，華為的新的AI芯片可能會(huì)配備新的軟件，允許用戶(hù)通過(guò)架構(gòu)兼容性破解生態(tài)壁壘，使客戶(hù)無(wú)需重構(gòu)軟件棧即可遷移平臺(tái)。來(lái)兼容英偉達(dá)的CUDA程序設(shè)計(jì)語(yǔ)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(yǔ)言。