AI智能体或将打造CUDA竞品，但英伟达不会固步自封

英伟达的优势不仅在于其GPU加速器，还在于其CUDA软件平台，该平台包含用于常见AI任务的现成代码、调试工具以及能在模型训练期间使数千块芯片协同工作的应用。CUDA深度嵌入数百万行代码和工作流程中，形成了强大的锁定效应，使得替代方案成本高昂且难以采用。例如，亚马逊内部文件将CUDA列为其采用自有AI芯片Trainium和Inferentia的主要障碍。然而，一些专家认为，AI可以自动化创建系统软件这一历来困难的任务。前谷歌大脑研究员、AI软件初创公司Infinity创始人杰里米·尼克松表示，他的公司使用AI代理在仅10小时内为D-Matrix构建了类似CUDA的软件，这表明脱离英伟达的这一障碍是可以克服的。OpenAI和Anthropic也已展示AI模型能够生成系统软件，深度求索创始人梁文峰则表示，AI代理及其初创公司自己的编程语言TileLang大大简化了AI软件的创建。英伟达反驳称，开发者越来越多地为AI应用使用CUDA代码库，并且它也使用软件AI代理来加速CUDA开发和验证。该公司指出，随着AI转向推理和代理工作负载，对深度全栈优化的需求不断增加，这提升了其软硬件集成方案的价值。然而，AI软件初创公司INT21创始人徐冰表示，CUDA成熟的验证工具及其他特性生态系统有助于编程代理更高效地工作，使其成为下一个防御屏障。他说，代理可以快速生成大量代码，但验证才是瓶颈。徐冰补充道，虽然AI可能帮助竞争对手追赶上来，但英伟达也受益于同样的技术进步，并指出这家芯片制造商并未松懈。模块化公司CEO克里斯·拉特纳指出，与优化工业用途等更困难的任务相比，编写代码只是软件开发的一小部分。