輝達(Nvidia)的競爭對手和最大客戶正聯手支持一項由OpenAI主導的軟體開發計畫,希望取代Nvidia的Cuda,以便協助AI開發商擺脫價格昂貴、排長隊等待才能到手的Nvidia晶片。但是打造有競爭力的AI晶片都已經很難了,更何況是打造整個軟體生態系統並讓用戶「搬家」,看來Nvidia在未來的許多年仍能稱霸AI高效運算領域。
金融時報報導,業內人士說,Nvidia晶片的最大優勢是花近20年時間開發出來、加速繪圖晶片運算以供AI應用的Cuda,這形成競爭對手難以跨越的強大「護城河」。
/*.innity-apps-underlay-ad {z-index: 34 !important; }*/
.innity-apps-underlay-ad ~ .header {z-index: 35;}
.innity-apps-underlay-ad ~ .main-content .inline-ads { background: transparent;}
#eyeDiv ~ .footer{ position: relative; z-index: 2;} /* sizmek_underlay 投遞調整置底 z-index 權重 */
.article-content__abbr__text {display:inline-block;} /* to be remove */
googletag.cmd.push(function() { googletag.display(‘ads-inline’); });
Meta、微軟和Google等多家公司的工程師都參與開發開源的Triton。一開始時,Trition只支持Nvidia的GPU,但現在已經支持超微的MI300,不久之後還將支持英特爾的Gaudi和其他加速晶片。
由於大多數AI系統和應用已在Nvidia的Cuda上運行,開發人員要為其他處理器(例如超微的MI300、英特爾的Gaudi 3,或亞馬遜的Trainium)重寫這些系統和應用,費時又有風險。
在倫敦的AI新創公司TitanML的聯合創辦人Meryem Arik說:「我們在AI生態系統裡看到很多Cuda鎖定,這使得利用非出自Nvidia的硬體變得非常困難。」TitanML最初使用Cuda,因去年GPU短缺,改用Triton重寫產品,已贏得一些想避免「Cuda稅」的新客戶。
Triton不是挑戰Nvidia軟體優勢的唯一嘗試。英特爾、Google、安謀(Arm)和高通(Qlualcom)等都是UXL) Foundation的成員,該聯盟正開發基於英特爾開源平台OneAPI的Cuda替代方案。
另外,曾在蘋果、特斯拉和Google工作過的知名資深工程師Chris Lattner,推出針對AI開發商的程式語言Mojo,主打「毋須Cuda」。
不過,花旗分析師估計,就算Triton和Mojo有競爭力,很難迅速打破Nvida在未來許多年的市場主宰地位:到2030年,Nvidia的生成式AI晶片市占有率估從81%降到63%,仍然逾半。