# CUDA的所有文章

在 HTX 新闻中心浏览与「CUDA」相关的最新资讯与深度分析。潘盖市场趋势、项目动态、技术进展及监管政策，提供权威的加密行业洞察。

老黄垒20年的CUDA护城河，AI刚刚用10小时凿开了

一家名为Infinity的初创公司使用其AI编程代理Ignition，仅用10小时就为AI推理芯片公司d-Matrix搭建了一套“类CUDA”底层软件，旨在加速针对特定芯片的Kernel生成与优化。这引发了关于英伟达近20年构筑的CUDA软件护城河是否被颠覆的讨论。文章指出，英伟达的核心优势在于其围绕GPU建立的完整软件生态，而不仅仅是硬件。CUDA作为其生态核心，包含了底层内核、优化计算库及庞大的开发者社区。然而，在AI推理市场，竞争规则有所不同：推理更关注单次回答成本而非极致性能，且软件可以跨芯片运行，这削弱了CUDA的锁定效应，为众多专用推理芯片（如d-Matrix、Rebellions等）提供了切入机会。尽管AI代理能快速生成代码，但多位行业专家认为，这远未颠覆CUDA生态。挑战在于生产级性能优化、代码验证的复杂性，以及迁移数百万行现有代码的组织成本。此外，英伟达自身也在利用AI加速CUDA开发与验证。因此，短期内英伟达在训练领域的地位依然稳固，但推理侧可能成为变局的开端。长期的竞争关键，或将从代码存量转向验证与优化生态的构建。

marsbit1小时前

marsbit1小时前

CUDA 20年护城河一个周末崩了，Claude独自跑通AMD新GPU

一句话，一个周末，Anthropic公司的AI模型Claude在没有人类工程师编写一行代码的情况下，成功在全新的AMD MI355X GPU机架上运行起来，并持续优化性能。这标志着英伟达花费20年建立的CUDA生态系统护城河面临挑战。 AMD为此提供了关键工具ROCm.AI，这是一个包含已验证知识的工具箱，允许AI智能体（Agent）自行安装环境、部署模型、诊断问题并调用硬件。更关键的是，AMD改变了芯片说明书的编写方式，提供AI可读的指令集（ISA），使得智能体能够直接理解和调优GPU性能。在演示中，AMD的工具Hyperloom成功将某个模型的输出速度提升了38%。AMD正与前沿AI公司合作，目标是让未来的AI模型“天生就会为AMD编程”。这意味着，评估芯片时，除了算力，其能否被AI高效理解和调优也将成为重要指标。这场变革的本质是“ASI（人工智能）式降维打击”。CUDA生态的优势在于长期积累的、存在于人类专家脑中的经验和手感。而现在，AI智能体可以自动化地阅读文档、分析性能、尝试优化方案，并能将成功经验快速复制。追赶CUDA生态的历程，正从以“年”为单位的人力积累，转变为以“任务”为单位的、由无数智能体并行推进的新模式。

marsbit07/28 00:09

marsbit07/28 00:09

Fable 5手搓首个CUDA「超级内核」，2.5小时狂飙18.7倍

在KernelBench-Mega基准测试中，Anthropic的Fable 5模型展现了卓越的GPU编程能力。它通过“纯手搓”CUDA代码，为一项混合解码任务编写了史上首个真正的“超级内核”，即将整个推理流程融合进单个内核一次性执行，极大减少了内核启动开销。在RTX PRO 6000上，其性能达到了基准线的18.7倍，远超Claude Opus 4.8的14.4倍和GPT-5.5的4.34倍，实现断层领先。值得注意的是，其性能优势随上下文长度增加而扩大。 Fable 5的创作过程历时约2.5小时，消耗55万token，其大部分时间用于分析性能上限等前置工作，随后高效优化代码。Anthropic联合创始人Jack Clark将此视为“递归自我提升（RSI）循环”的开端，即AI通过自我优化底层代码，可能形成一个加速自身发展的飞轮。文章同时指出，这种技术飞跃也伴随着对未来的复杂反思，Clark本人亦描绘了一个未来可能因风险而禁绝通用计算的科幻场景，体现了技术进步背后的“撕裂感”。

marsbit07/07 07:35

marsbit07/07 07:35

AMD发布小型AI主机，直指英伟达DGX Spark

2026年6月，AMD发布了一款与苹果Mac mini大小相仿的AI开发主机Ryzen AI Halo，搭载128GB统一内存，定价2949至3999美元，直接对标英伟达此前推出的类似设备DGX Spark（起价3999美元）。两者虽内存规格相近，但技术路线迥异：AMD采用集成CPU、GPU和NPU的x86处理器，预装Windows或Ubuntu，强调通用性与开放性；英伟达则使用ARM CPU加Blackwell GPU的定制方案，配备高速网卡，运行专用DGX OS，强化集群扩展与CUDA生态集成。实测显示，在单批次推理中两者性能接近，但在复杂任务处理及分布式场景下，英伟达凭借软硬件深度优化仍保持优势。近期，AMD通过收购获取系统设计能力、与OpenAI和Meta签订大额GPU供货协议，并持续迭代ROCm软件栈，展现出以开放生态和成本优势切入市场的策略。而英伟达则巩固其从桌面到数据中心的全栈闭环，通过软硬件绑定锁定开发者。Ryzen AI Halo的推出，是AMD将这一战略延伸至桌面端，为追求性价比、希望避免供应商锁定的开发者提供一个替代选择，而非试图在性能上全面超越。当前竞争格局表明，AMD正寻求在英伟达主导的市场中，以“可用替代选项”的角色争夺份额。

marsbit06/16 09:13

marsbit06/16 09:13

不是黄仁勋要改变PC，而是PC要革自己的命

英伟达在GTC Taipei 2026上发布了面向Windows PC的全新超级芯片RTX Spark，正式进军PC核心处理器市场，并获得微软及宏碁、华硕、戴尔等主流PC厂商支持。微软在Build 2026大会上将Windows重新定义为“本地AI Agent的原生运行平台”，并推出搭载RTX Spark的Surface工作站。黄仁勋指出，AI正在重塑PC，使其从个人电脑转变为具备独立AI代理能力的“个人AI”助手。 AI PC概念虽由英特尔较早提出，但英伟达的强势入局改变了竞争态势。同时，高通、AMD、苹果等厂商也积极布局，推动AI算力向个人设备迁移。PC产业正经历从“CPU中心化”到“AI SoC中心化”的深层变革。英伟达通过集成CPU、GPU、统一内存和CUDA生态，以“平台思维”争夺硬件与生态主导权。此次变革的核心在于，PC正从被动工具转向人与AI智能体协同工作的平台。英伟达拥有600万CUDA开发者生态，通过RTX Spark将其延伸至终端，构建从云到端的闭环。然而，新平台的普及仍受定价、Windows on ARM软件生态及杀手级应用等因素制约。本质上，这场变革是AI技术发展的必然趋势。英特尔也推出了AI算力达180TOPS的Panther Lake处理器，顺应同一方向。各厂商的角逐关键在于谁能更快识别趋势、坚决变革。随着英伟达入局，AI PC新时代已开启，PC产业正在被重新定义。

marsbit06/12 11:14

marsbit06/12 11:14

自主还是兼容：DeepSeek V4延期背后的中国AI生态选择题

DeepSeek V4的发布一再延期，核心原因在于其正全力适配华为昇腾芯片，并通过CANN框架完成核心代码重写。这是中国AI体系首次在真实生产环境中系统性探索非CUDA平台承载核心模型能力的尝试，也是一场底层技术路线的“压力测试”。 DeepSeek V4作为万亿级参数的多模态开源模型，采用MoE架构，对系统调度与通信提出极高要求。在迁移至华为昇腾平台时，面临硬件拓扑差异及软件生态成熟度不足的挑战，导致工程优化难度大增，模型发布推迟。这一过程揭示出AI竞争正从“模型能力比拼”转向“系统工程能力比拼”。英伟达凭借CUDA生态形成“单体垂直垄断”，其在硬件和软件层面的深度绑定，使全球开发者形成强烈生态依赖。华为CANN选择“兼容优先”策略，通过高度模拟CUDA接口降低迁移成本，在短期内推动国产算力落地，但也带来长期创新受限的风险——兼容意味着仍在沿用对方的规则，可能陷入“模仿者陷阱”。短期看，兼容CUDA是现实选择，但长期存在隐患。国产算力在全球占比仍低，绝对规模差距导致研发效率滞后，可能错失AI发展关键窗口。DeepSeek V4若成功发布，将验证国产全栈可行性，加速生态成熟。但真正的挑战在于，能否在兼容基础上逐步建立独立的技术体系，实现从跟随到定义规则的跃迁。未来3-5年将是中国AI生态发展的关键期。

marsbit04/21 10:15

marsbit04/21 10:15

中国AI算力反击战

八年前中兴通讯因美国芯片禁令一度停摆，付出14亿美元代价后艰难生存。八年后，中国AI独角兽DeepSeek宣布其新一代多模态大模型将全面采用国产芯片方案，标志着中国AI算力自主迈出关键一步。美国对华芯片管制层层加码，但真正卡住中国AI发展咽喉的是英伟达的CUDA生态——全球90%的AI开发者被绑定在这一平台上。面对封锁，中国选择非对称突围：通过混合专家模型等算法优化大幅降低成本。DeepSeek V3模型仅激活5.5%参数，训练成本仅为GPT-4的十分之一，API价格低至美国模型的1/25。国产芯片实现从推理到训练的能力跨越。华为昇腾芯片生态已汇聚400万开发者，龙芯、太初元碁等国产芯片开始承担大模型训练任务。2026年成为国产算力规模部署元年。与此同时，美国正面临AI算力带来的电力危机，预计2030年数据中心将耗用全国20%以上电力。中国凭借发电总量2.5倍于美国、工业电价仅其1/4的优势，开始以"算力出海"新形态向全球输出Token服务。这场算力战争本质是生态之争。本土芯片企业寒武纪、摩尔线程等营收暴涨却仍见亏损，正是为构建独立生态支付的"战争税"。与日本半导体遭遇不同，中国正通过算法创新、芯片自主、能源优势和全球市场渗透，走出一条艰难的产业自主之路。

marsbit03/04 05:08