電子發(fā)燒友網(wǎng)報(bào)道（文/周凱揚(yáng)）近日，英偉達(dá)憑借持續(xù)上漲的股價(jià)，正式超過了微軟成為全球市值最高的公司，這固然離不開GPU這一AI硬件的火熱，但之所以能一舉做到世界第一，也離不開軟件的加持，真正將其推向神壇的，還是圍繞CUDA打造的一系列軟件生態(tài)。

英偉達(dá)——CUDA的絕對統(tǒng)治

相信對GPU有過一定了解的都知道，英偉達(dá)的最大護(hù)城河就是CUDA。CUDA在后端架構(gòu)上處于絕對的統(tǒng)治地位，隨著AI發(fā)展越快，英偉達(dá)GPU+CUDA的開發(fā)生態(tài)發(fā)展愈發(fā)壯大，甚至到了很多競爭對手望其項(xiàng)背的水平。CUDA自2006年推出以來，即便在AI和深度學(xué)習(xí)沒有成為主流的時(shí)期，也在不斷發(fā)展并行計(jì)算，為開發(fā)者提供豐富的庫、工具和算法。

時(shí)至今日，CUDA已經(jīng)為全球開發(fā)者打造了一個(gè)龐大的社區(qū)，幾乎所有的深度學(xué)習(xí)框架，包括TensorFlow、Pytorch等都對CUDA做了優(yōu)化。為了盡快切入市場，絕大多數(shù)開發(fā)者都更傾向于選擇CUDA作為首要計(jì)算平臺。

與此同時(shí)，英偉達(dá)也在圍繞著CUDA在硬件架構(gòu)上做更深入的創(chuàng)新和升級，借助更先進(jìn)的工藝和封裝技術(shù)提升計(jì)算性能和效率。比如隨著Volta架構(gòu)中引入Tensor核心后，英偉達(dá)GPU的矩陣運(yùn)算得到大幅加強(qiáng)，深度學(xué)習(xí)訓(xùn)練和推理的性能實(shí)現(xiàn)飛躍。兩者結(jié)合之下，使得CUDA坐穩(wěn)了第一的寶座。

在游戲軟件領(lǐng)域，英偉達(dá)的DLSS可以說是市面上最先進(jìn)的專有超分技術(shù)，且得益于持續(xù)的訓(xùn)練，每一次版本升級都能帶來圖形渲染領(lǐng)域的突破。

最后是生產(chǎn)力工具相關(guān)的軟件生態(tài)上，英偉達(dá)在這塊的優(yōu)勢就更加足了，過去蘋果與AMD還在GPU上合作之際，不少生產(chǎn)力工具還是針對AMD的GPU做了不少硬件優(yōu)化的。然而隨著蘋果走向Arm架構(gòu)，英偉達(dá)慢慢在這個(gè)市場壯大起來。

無論是Adobe旗下的多媒體處理軟件，還是一些獨(dú)立開發(fā)商打造的軟件，很多都有英偉達(dá)CUDA硬件加速的支持，甚至連英特爾的核顯在一些軟件支持上，都要好于AMD。正因如此，除了一些特效制作相關(guān)的工作外，工作站里的AMD GPU越來越少。

盡管谷歌、英特爾和高通等科技巨頭也在尋找打破CUDA壟斷地位的契機(jī)，但對于軟件生態(tài)而言，合作并不一定意味著共贏，最后很可能只是為市場提供更多的可選擇項(xiàng)，但在易用性、性能等方面，仍不如沒有駐足一路狂奔的CUDA。

AMD

AMD對于其GPU軟件生態(tài)則持以較為開放的態(tài)度，且極其重視開源開發(fā)社區(qū)。AMD的ROCm對標(biāo)的正是英偉達(dá)的CUDA，但其并沒有對硬件做出限制，除了Radeon、Instinct系列的GPU外，也在擴(kuò)展至其他硬件廠商的設(shè)備。這也得益于AMD沒有在硬件內(nèi)引入Tensor核心這樣的專有硬件，但也正是因?yàn)槿绱耍瑢?dǎo)致其ROCm在某些任務(wù)上略顯遜色。

ROCm作為開源平臺，也提供多種庫和框架支持，也有一整套的開源工具鏈。正因如此，在HPC和云計(jì)算等領(lǐng)域，廠商其實(shí)更寧愿使用AMD的GPU，而不必要忍受英偉達(dá)的專用軟件棧。但苦于英偉達(dá)先行的軟件生態(tài)，他們不得不首選英偉達(dá)的GPU。

AMD即便有了ROCm，整體軟件生態(tài)的成熟度依然不敵英偉達(dá)，對于HPC中部分不以商業(yè)成功為目標(biāo)的項(xiàng)目而言，AMD已經(jīng)斬獲了不少份額，比如TOP500中前十的幾臺超算。但以整個(gè)TOP500榜單來看，英偉達(dá)依然占據(jù)主導(dǎo)地位。然而對于云供應(yīng)商來說，短時(shí)間內(nèi)依然沒法擺脫英偉達(dá)的統(tǒng)治，因?yàn)樽庥眠@些云服務(wù)的客戶們，更愿意在英偉達(dá)的CUDA平臺上開發(fā)。

在驅(qū)動(dòng)軟件上，尤其是針對Linux的顯卡驅(qū)動(dòng)，AMD采取了開源和閉源兩條路線，持續(xù)更新閉源驅(qū)動(dòng)的同時(shí)，也允許開源社區(qū)定制化開源驅(qū)動(dòng)。以基于Linux系統(tǒng)中AMD Radeon顯卡打造的Vulkan驅(qū)動(dòng)AMDVLK為例，就支持了光線追蹤。然而，盡管開源驅(qū)動(dòng)由于手動(dòng)配置和社區(qū)貢獻(xiàn)的原因，兼容性要更高一些，但如果追求的是更高的性能，那么閉源驅(qū)動(dòng)還是更具優(yōu)勢。

摩爾線程

國產(chǎn)GPU主要分為兩個(gè)方向，分別是支持圖形渲染的和不支持圖形渲染的，后者仍然想在AI領(lǐng)域內(nèi)突破，前者在推進(jìn)C端產(chǎn)品的同時(shí)，也在布局B端的一系列AI GPU產(chǎn)品。在國產(chǎn)GPU產(chǎn)品中，在軟件生態(tài)上做得比較好的當(dāng)屬摩爾線程了，他們在AI和圖形渲染上的軟件支持都有喜人的進(jìn)展。

基于MUSA這一統(tǒng)一架構(gòu)，摩爾線程打造了MTT S80這樣的桌面顯卡，以及面面向服務(wù)器應(yīng)用的MTT S3000等。與之配套的，是摩爾線程打造的軟件開發(fā)平臺，包括AI開發(fā)平臺、MUSA SDK、MT Smart Media和MTVerse XR等。

而且摩爾線程打造的這套生態(tài)架構(gòu)中，可以充分兼容現(xiàn)有軟件生態(tài)，借助MUSIFY工具實(shí)現(xiàn)代碼零成本遷移到MUSA平臺。與AMD的ROCm一樣，MUSA做的也是兼容CUDA的路線，而不是像ZLUDA一樣重新編譯二進(jìn)制代碼，所以并不違反英偉達(dá)的EULA條款。

從摩爾線程近來官方發(fā)布的消息看來，他們在AI上選擇了逐步對大模型完成適配支持的路線。在摩爾線程的夸娥千卡智算集群上，他們已經(jīng)完成了30億到700億參數(shù)的大模型訓(xùn)練和推理適配。摩爾線程的GPU在算力上對比國際大廠還是略有遜色，不過隨著未來他們在IP、硬件設(shè)計(jì)上進(jìn)一步突破，相信他們也能打造出高性能的AI算力底座。

在針對消費(fèi)級圖形顯卡的驅(qū)動(dòng)程序上，摩爾線程也在不斷更新優(yōu)化性能。以5月底發(fā)布的v260.70版本驅(qū)動(dòng)為例，除了提供對OpenGL 4.0功能的支持和優(yōu)化Blender 3.6 LTS體驗(yàn)外，也為諸多熱門游戲在DirectX 11下的性能做了明顯優(yōu)化。盡管這類驅(qū)動(dòng)更新的規(guī)模比起英偉達(dá)還有所差距，但也代表了廠商持續(xù)優(yōu)化性能表現(xiàn)的決心。

寫在最后

其實(shí)從越來越多的廠商進(jìn)軍GPU，越來越多的GPU廠商發(fā)力AI就可以看出，即便CUDA有著深厚的生態(tài)積累，但在日新月異的AI中，其他廠商仍有分一杯羹的機(jī)會，甚至可能在某個(gè)應(yīng)用中后來者居上。但在圖形渲染相關(guān)的軟件生態(tài)上，廠商面臨的技術(shù)壁壘更加厚。不僅要帶著鉆研十?dāng)?shù)年的決心，還要持續(xù)打磨硬件產(chǎn)品，與產(chǎn)業(yè)軟件生態(tài)圈合作，挖掘和培養(yǎng)更多的圖形研究人才。