说起半导体职业面临的难题，人们榜首时刻想到的是什么？是光刻机？是5nm？是一块方方正正的芯片，咱们造不出来？
是，但也不完满是。
人们往往将芯片半导体划分为硬件工业，但事实上，这是一个高度软硬件集成的工业——软件乃至更多时分占了大头。
所以，即使咱们在20年前就研制出了CPU，现在仍会面临如此局势。相同，现在更受人重视的GPU工业也遇到了相同困局，由于咱们面临的真实难题，不是硬件，而是软件。
01. 当咱们说芯片困局时，咱们在说什么？
芯片的硬件指的是运转指令的物理途径，包含处理器、内存、存储设备等等。芯片数据中常呈现的“晶体管数量”、“7nm制程”、“存储”等，往往指的便是硬件参数。
软件则包含固件、驱动程序、操作系统、运用程序、算子、编译器和开发东西、模型优化和布置东西、运用生态等等。这些软件辅导硬件怎么响运用户指令、处理数据和使命，一起经过特定的算法和战略优化硬件资源的运用。芯片数据中常呈现的“x86指令集”、“深度学习算子”、“CUDA途径”等，往往指的便是芯片软件。
没有硬件，软件就无法履行；可没有软件，硬件就仅仅一堆毫无含义的硅片。
以英伟达的CUDA途径为例。
2012年，跟着深度学习+GPU的组合在ImageNet大赛上一炮打响，人工智能一夜之间火遍全球，全球科技界都将目光转向了这一范畴。多年深耕CUDA人工智能核算途径的英伟达股价自然是一路走红，成为了新年代的霸主。
软件，成为了人工智能年代的中心技能壁垒。
为了打破英伟达一家独大的局势，上一任全球芯片老迈英特尔和多年迈对手AMD对标CUDA都别离推出了OneAPI和ROCm，Linux基金会更是联合英特尔、谷歌、高通、ARM、三星等公司联合成立了民间声称“反CUDA联盟”的UXL基金会，以开发全新的开源软件套件，让AI开发者能够在基金会成员的任何芯片上进行编程，企图让其替代CUDA，成为AI开发者的首选开发途径。
反过来，英伟达也在不断深挖CUDA的护城河。
早在2021年，英伟达就曾揭露表明过“制止运用转化层在其他硬件途径上运转根据CUDA的软件”，2024年3月，英伟达更是将其晋级为“CUDA禁令”，直接添加在了CUDA的终究用户答应协议中，已制止用转译层在其他GPU上运转CUDA软件
关于我国用户而言，这一禁令的打击面要更大。
早在2022年，英伟达就已被要求对我国商场断供高端GPU芯片，死死地卡住我国GPU芯片购买途径。
现在连在其他芯片上运转CUDA软件都被英伟达制止了，我国人工智能公司们，怎么办？
02. 国内AI芯片全面兴起
其实，在这条禁令下发之前好久，我国芯片公司们就现已有所预备了。
2015年，国内人工智能工业如火如荼，“AI四小龙”兴起，连带着整个工业步入打开快车道。
在这波由CNN（卷积神经网络）技能引领的人工智能职业热潮之中，就有许多我国企业看到了打造国内AI芯片的重要性。
在此期间，国内连续呈现出了近百家国内AI芯片公司，其间既有如寒武纪、地平线、壁仞科技、后摩智能等的明星创业公司，也有如华为、阿里、百度等的科技巨子，还有传统芯片厂商与矿机厂商。
各家纷繁入局，工业如烈火烹油、鲜花着锦，咱们的一起方针只需一个，打造自主可控的国内AI芯片生态。
国内AI芯片玩家们早早就认识到了软件、东西、生态关于芯片的重要性，因而在不断晋级迭代硬件产品之余，也投入了许多的时刻、精力，企图处理软件生态建造中存在的问题。
CUDA是一个关闭的软件途径，因而，从底层开端打造原创的软件栈是打破CUDA生态壁垒的要害道路。