英偉達(dá)：帝國裂縫一條條

作者：解碼工作室

外界常有這樣一種錯覺，因?yàn)?a class="article-link" target="_blank" href="/manufacturer/1000203/">英特爾CPU賣的好就將其歸于一家成功的硬件公司，而事實(shí)上，英特爾統(tǒng)治桌面處理器的功臣是誕生于1978年的X86架構(gòu)。

同樣的錯覺在英偉達(dá)身上也有。

英偉達(dá)之所以能夠壟斷人工智能訓(xùn)練芯片市場，CUDA架構(gòu)絕對是幕后功臣之一。

這個誕生于2006年的架構(gòu)，已經(jīng)涉及計算機(jī)計算的各個領(lǐng)域，幾乎被塑造成了英偉達(dá)的形狀。航空航天、生物科學(xué)研究、機(jī)械和流體模擬及能源探索等領(lǐng)域的研究，80%在CUDA的基礎(chǔ)上進(jìn)行。

而在最火爆的AI領(lǐng)域，幾乎所有的大廠都在準(zhǔn)備Plan B：谷歌、亞馬遜、華為、微軟、OpenAI、百度……誰也不想讓自己的未來攥在別人手中。

創(chuàng)業(yè)服務(wù)咨詢機(jī)構(gòu)Dealroom.co公布過一組數(shù)據(jù)，在這波生成式AI的熱浪中，美國獲得了全球投融資的89%，而在AI芯片的投融資中，中國AI芯片投融資世界第一，超過美國兩倍。

也就是說，盡管中美企業(yè)在大模型的發(fā)展方式和階段都存在諸多差異，但在掌控算力這件事，大家卻顯得格外一致。

1 為什么CUDA有這種魔力？

2003年，英偉達(dá)為了與推出4核CPU的英特爾競爭，開始著手發(fā)展統(tǒng)一計算設(shè)備架構(gòu)技術(shù)，也就是CUDA。

CUDA的初衷是為GPU增加一個易用的編程接口，讓開發(fā)者無需學(xué)習(xí)復(fù)雜的著色語言或者圖形處理原語。英偉達(dá)最初的想法是為游戲開發(fā)者提供一個圖形計算領(lǐng)域的應(yīng)用，也就是黃仁勛口中的"make graphics programmable"。

不過CUDA推出后一直找不到關(guān)鍵應(yīng)用，也缺少重要客戶支持。而且英偉達(dá)還要花費(fèi)大筆金錢來開發(fā)應(yīng)用、維持服務(wù)并推廣與行銷，到2008年遭遇金融風(fēng)暴，顯卡銷售不好的英偉達(dá)營收大跌，股價一度跌到只剩1.5美元，比AMD最慘的時候還要慘。

直到2012年，Hinton的兩個學(xué)生用英偉達(dá)的GPU參加了一個叫做ImageNet的圖像識別速度比賽。他們使用GTX580顯卡，利用CUDA技術(shù)進(jìn)行訓(xùn)練，結(jié)果算出的速度超過第二名數(shù)十倍，精確度也比第二名高10%以上。

讓業(yè)內(nèi)震驚的不只是ImageNet模型本身。這個需要1400萬張圖片、總計262千萬億次浮點(diǎn)運(yùn)算訓(xùn)練的神經(jīng)網(wǎng)絡(luò)，一個星期的訓(xùn)練過程中僅用了四顆GTX 580。作為參考，谷歌貓用了1000萬張圖片、16000顆CPU和1000臺計算機(jī)。

這次比賽不僅是AI的一次歷史轉(zhuǎn)折，也為英偉達(dá)打開了突破口。英偉達(dá)開始與業(yè)界合作推動AI生態(tài)，推廣開源AI框架，并與Google、Facebook等公司合作推動TensorFlow等AI技術(shù)發(fā)展。

這等于完成了黃仁勛口中的第二步，"open up GPU for programmability for all kinds of things"。

當(dāng)GPU的算力價值被發(fā)現(xiàn)后，大廠也猛然醒悟，英偉達(dá)此前數(shù)年迭代和鋪墊的CUDA，已然成為AI繞不開的一堵高墻。

為了籌建CUDA生態(tài)，英偉達(dá)為開發(fā)者提供了豐富的庫和工具，如cuDNN、cuBLAS和TensorRT等，方便開發(fā)者進(jìn)行深度學(xué)習(xí)、線性代數(shù)和推理加速等任務(wù)。此外，英偉達(dá)還提供包括CUDA編譯器和優(yōu)化器在內(nèi)的完整開發(fā)工具鏈，使開發(fā)者能夠更方便地進(jìn)行GPU編程和性能優(yōu)化。

與此同時英偉達(dá)也與許多流行的深度學(xué)習(xí)框架（如TensorFlow、PyTorch和MXNet）緊密合作，為CUDA提供了在深度學(xué)習(xí)任務(wù)中的顯著優(yōu)勢。

這種“扶上馬，送一程”的奉獻(xiàn)精神，使英偉達(dá)僅用了兩年半時間，就將CUDA生態(tài)的開發(fā)者數(shù)量翻了一倍。

這還不夠，過去十余年里英偉達(dá)將CUDA的教學(xué)課程推廣到超過350所大學(xué)，平臺內(nèi)有專業(yè)的開發(fā)者和領(lǐng)域?qū)＜?，他們通過分享經(jīng)驗(yàn)和解答疑難問題，為CUDA的應(yīng)用提供了豐富的支持。

更關(guān)鍵的是，英偉達(dá)深知硬件作為護(hù)城河的缺陷在于沒有用戶粘性，于是將硬件與軟件捆綁，GPU渲染要用CUDA、AI降噪要用OptiX、自動駕駛計算需要CUDA……

盡管英偉達(dá)目前憑借GPU+NVlink+CUDA壟斷了AI算力90%的市場，但帝國的裂縫已經(jīng)不止一條了。

2 一條條裂縫

AI廠商苦CUDA久矣，并不是危言聳聽。

CUDA的神奇之處就在于它處在軟硬結(jié)合的關(guān)鍵位置，對軟件來說它是整個生態(tài)的基石，競爭對手難以繞過CUDA去兼容英偉達(dá)的生態(tài)；對硬件來說，CUDA的設(shè)計基本就是英偉達(dá)硬件形態(tài)的軟件抽象，基本每個核心概念都和GPU的硬件概念相對應(yīng)。

那么對于競爭對手來說，就只剩兩個選擇：

1 繞開CUDA，重建一套軟件生態(tài)，這就要直面英偉達(dá)用戶粘性的巨大挑戰(zhàn)；

2 兼容CUDA，但也要面臨兩個問題，一是如果你的硬件路線和英偉達(dá)不一致，那么就有可能實(shí)現(xiàn)的低效且難受，二是CUDA會跟隨英偉達(dá)硬件特性演進(jìn)，兼容這也只能選擇跟隨。

但為了擺脫英偉達(dá)的鉗制，兩種選擇都有人嘗試。

2016年，AMD推出的基于開源項(xiàng)目的GPU生態(tài)系統(tǒng)ROCm，提供HIP工具完全兼容CUDA，就是一種跟隨路線。

但因?yàn)楣ぞ哝湈熨Y源匱乏、開發(fā)和迭代兼容性代價較大等掣肘，使ROCm生態(tài)難以壯大。在Github上,貢獻(xiàn)CUDA軟件包倉庫的開發(fā)者超過32600位,而 ROCm只有不到600個。

走兼容英偉達(dá)CUDA路線的難點(diǎn)在于，其更新迭代速度永遠(yuǎn)跟不上CUDA并且很難做到完全兼容：

1 迭代永遠(yuǎn)慢一步：英偉達(dá)GPU在微架構(gòu)和指令集上迭代很快，上層軟件堆棧的很多地方也要做相應(yīng)的功能更新。但AMD不可能知道英偉達(dá)的產(chǎn)品路線圖，軟件更新永遠(yuǎn)會慢英偉達(dá)一步。例如AMD有可能剛宣布支持了CUDA11，但是英偉達(dá)已經(jīng)推出CUDA12了。

2 難以完全兼容反而會增加開發(fā)者的工作量：像CUDA這樣的大型軟件本身架構(gòu)很復(fù)雜，AMD需要投入大量人力物力用幾年甚至十幾年才能追趕上。因?yàn)殡y免存在功能差異，如果兼容做不好反而會影響性能（雖然99%相似了，但是解決剩下來的1%不同之處可能會消耗開發(fā)者99%的時間）。

也有公司選擇繞開CUDA，比如2022年1月成立的Modular。

Modular的思路是盡可能降低門檻，但更像是一種奇襲。它提出“用于提高人工智能模型性能”的AI引擎，通過“模塊化”方式解決“當(dāng)前AI應(yīng)用棧常與特定硬件和軟件耦合”的問題。

為了配合這個AI引擎，Modular還開發(fā)了開源編程語言Mojo。你可以把它想象成一個“專為AI而生”的編程語言，Modular用它開發(fā)各種工具整合到前面提到的AI引擎里，同時又可以無縫銜接上Python，降低學(xué)習(xí)成本。

但Modular的問題在于，其所設(shè)想的“全平臺開發(fā)工具”太過理想化。

雖然頂著“超越Python”的頭銜，又有Chris Lattner名聲作為背書，但Mojo作為一種新語言，在推廣上還需要經(jīng)過眾多開發(fā)者的考驗(yàn)。

而AI引擎要面臨的問題就更多，不僅需要與眾多硬件公司之間達(dá)成協(xié)議，還要考慮各平臺之間的兼容。這些都是需要長時間的打磨才能完成的工作，到時候的英偉達(dá)會進(jìn)化成什么樣子，恐怕沒人會知道。

3 挑戰(zhàn)者華為

10月17日，美國更新了針對AI芯片的出口管制規(guī)定，阻止英偉達(dá)等公司向中國出口先進(jìn)的AI芯片。根據(jù)最新的規(guī)則，英偉達(dá)包括A800和H800在內(nèi)的芯片對華出口都將受到影響。

此前英偉達(dá)A100及H100兩款型號限制出口中國后，為中國專供的“閹割版”A800和H800就是為了符合規(guī)定。英特爾同樣也針對中國市場，推出了AI芯片Gaudi2。如今看來，企業(yè)們又要在新一輪出口禁令下再進(jìn)行調(diào)整應(yīng)對。

今年8月，搭載華為自研麒麟9000S芯片的Mate60Pro突然開售，瞬間引發(fā)了巨大輿論浪潮，使得幾乎同一時間的另外一條新聞很快被淹沒。

科大訊飛董事長劉慶峰在一個公開活動上罕見表態(tài)，稱華為GPU可對標(biāo)英偉達(dá)A100，但前提是華為派出專門工作組在訊飛成立專班工作優(yōu)化的背景下。

這種突然的表態(tài)往往都有深層次的意圖，雖然沒有預(yù)知能力但其效用仍是為了應(yīng)對兩個月后的芯片禁令。

華為GPU，也就是昇騰AI全棧軟硬件平臺，全棧包括5層，自底向上為Atlas系列硬件、異構(gòu)計算架構(gòu)、AI框架、應(yīng)用使能、行業(yè)應(yīng)用。

基本上可以理解為華為針對英偉達(dá)做了一套平替，芯片層是昇騰910和昇騰310，異構(gòu)計算架構(gòu)（CANN）對標(biāo)英偉達(dá)CUDA + CuDNN核心軟件層。

當(dāng)然差距不可能沒有，有相關(guān)從業(yè)者總結(jié)了兩點(diǎn)：

1 單卡性能落后，昇騰910與A100還有差距，但勝在價格便宜可以堆量，達(dá)到集群規(guī)模后整體差距不大；

2 生態(tài)劣勢的確存在，但華為也在努力追趕，比如經(jīng)過PyTorch社區(qū)與昇騰的合作，PyTorch 2.1版本已同步支持昇騰NPU，意味著開發(fā)者可直接在PyTorch 2.1上基于昇騰進(jìn)行模型開發(fā)。

目前華為昇騰主要還是運(yùn)行華為自家閉環(huán)的大模型產(chǎn)品，任何公開模型都必須經(jīng)過華為的深度優(yōu)化才能在華為的平臺上運(yùn)行，而這部分優(yōu)化工作嚴(yán)重依賴于華為。

而在當(dāng)前背景下，昇騰又具有特殊的重要意義。

今年5月，華為昇騰計算業(yè)務(wù)總裁張迪煊就已透露，“昇騰AI”基礎(chǔ)軟硬件平臺已孵化和適配了30多個主流大模型，我國一半以上的原生大模型是基于“昇騰AI”基礎(chǔ)軟硬件平臺打造，包括鵬程系列、紫東系列、華為云盤古系列等。今年8月，百度也官宣了推進(jìn)在昇騰AI上與飛槳+文心大模型的適配。

并且根據(jù)網(wǎng)絡(luò)上流傳的一張圖片顯示，中國人工智能超算中心除了未披露，基本都是昇騰，據(jù)稱在新一輪芯片限令后，華為30-40%的芯片產(chǎn)能要留給昇騰集群，其余是Kirin。

4 尾聲

在英偉達(dá)展開宏大敘事的2006年，沒有人認(rèn)為CUDA會是一個革命性的產(chǎn)品，黃仁勛要苦口婆心的說服董事會每年投入5億美金，來賭一個回報期超過10年的未知，而當(dāng)年英偉達(dá)的營收也不過30億美金而已。

但在所有以技術(shù)和創(chuàng)新作為關(guān)鍵詞的商業(yè)故事里，總有人因?yàn)閷﹂L遠(yuǎn)目標(biāo)的持久堅(jiān)持而收獲巨大的成功，英偉達(dá)和華為都是其中的佼佼者。

參考資料

[1] 英偉達(dá)的「鐮刀」，不是AI芯片，硅基研究室

[2] 為了成為“英偉達(dá)平替”，大模型廠商開卷了，小飯桌創(chuàng)服

[3] 成立僅1年，這家AI明星創(chuàng)企，想挑戰(zhàn)英偉達(dá)，鎂客網(wǎng)

[4] 英偉達(dá)帝國的一道裂縫，遠(yuǎn)川研究所

[5] 美計劃加緊對華芯片出口，華為領(lǐng)銜演繹國產(chǎn)崛起，華西證券

[6] AIGC行業(yè)深度報告（11）：華為算力分拆：全球AI算力的第二極，華西證券

[7] 2023年AIGC行業(yè)專題報告：AI 芯片四大技術(shù)路線，寒武紀(jì)復(fù)制英偉達(dá)，申萬宏源

[8] CUDA如何成就NVIDIA：AI領(lǐng)域的巨大突破，騰訊云社區(qū)

免責(zé)聲明:本文基于已公開的資料信息或受訪人提供的信息撰寫，但解碼Decode及文章作者不保證該等信息資料的完整性、準(zhǔn)確性。在任何情況下，本文中的信息或所表述的意見均不構(gòu)成對任何人的投資建議。