以下文章来源于半导体产业洞察 ，作者Tobias Mann 在英伟达举办GTC之际，一群在AI 领域有影响力的领导者正在英伟达GTC三个街区外举办Beyond CUDA 峰会，并希望通过演示、热点话题、小组讨论和专家意见，探讨如何绕开英伟达的CUDA包 围圈。在这些专家中，包括了 Jim Keller 和 Raja Koduri 等计算机架构师偶像。 众所周知，Nvidia 制造的 GPU 构成了 AI 领域的大部分硬件。尽管 AMD 的 Instinct 加速器提供 的性能可与 Nvidia 硬件相媲美，但已经建立的成熟 CUDA 生态系统对某些用户/组织来说是必不可 少的。Nvidia 很早就意识到了其 GPU 上并行计算的潜力，并开发了一个名为 CUDA 的专有平台， 该平台现在已成为 GPU 加速计算的事实标准。 通过不断的努力、优化，以及恰好由 GPU 驱动的 AI 的突然崛起，Nvidia 已将自己定位为领先的解 决方案提供商。事实上，Nvidia 90% 的收入现在来自其数据中心产品，而 CUDA 是其核心卖点。 这造成了供应商锁定的情况，其中 CUDA（软件）实际上将行业限制在 Nvidia ...