作者野口隆史

你的比喻完全不對
CUDA 只是一個 GPGPU 底層操作 API 的集合
用在 AI 上的 CUDA 跟原本的 CUDA 完全不一樣
是重新開發出來的，講白說就是以前的輪子根本不能用
所以 NV 實際上也在重新開發輪子
只是這個輪子只有他家的車能用

現在新輪子是在 AMD, Intel, Apple 等設備都能用
你就算是 NV 設備也會有 CUDA12, CUDA13 相容問題
不相容你一樣就是要換新卡
https://developer.nvidia.com/cuda/gpus/legacy

作者skap0091

1.中國內需極大，高階晶片仰賴進口，因此自製主要是為了填補內需而非外銷
2.中國內部使用的話，能耗問題要看電價，電價要看發電量，而中國發電量極大
3.算力問題跟下面一起回覆


Google Gemini 3之所以後來居上，追越OpenAI
靠的就是"不用CUDA"，CUDA雖泛用但能耗輸給ASIC
Google算過如果每人每天都問AI一些問題，其算力+能源消耗會龐大到負擔不起
因此自研ASIC去負責其中一塊，比如訓練完後僅需推理的部分，就改用ASIC
這需要Google有強大的垂直整合能力，自研算法、自研晶片、自研AI服務器
透過這種方式，達成超強算力+超強能耗比，OpenAI砸錢買NV晶片只能死路一條

因為OpenAI砸錢越多、買越多NV晶片，能耗就越追不上Google
NV老黃就是看到CUDA模式優點被打破，因此砸大錢買ASIC公司要整合進來

中國由於有不同的能源體系，因此能耗部分跟外國尤其最大競爭者美國不同算法
只要...