近期，AI芯片巨头英伟达CUDA（Compute Unified Device Architecture，计算统一设备架构）的一条新增条款，引发了国内科技圈的瞩目。据了解，CUDA是英伟达于2006 年所开发的一种异构编程语言，它为通用程序提供了调用GPU的接口。
　　今年2月，一名德国工程师在安装CUDA 11.6时发现，英伟达在最终用户许可协议 （EULA） 的限制类目中新增了条款：“不得对使用SDK元素生成的任何输出部分进行逆向工程、反编译或拆解，以将此类输出工件转换为非NVIDIA平台”。
　　而后，国外科技自媒体猜测并分析英伟达CUDA的新增条款的原因，认为该举措是为了针对英特尔和AMD都有参与的ZLUDA计划，也可能是指向某些通过翻译层利用CUDA代码的中国GPU厂商。
　　经过层层“加码”，这些消息传到国内以后已经变形，于是“英伟达出手封杀，禁止使用翻译工具将CUDA运行在其他硬件平台上”演变成英伟达的“封杀”还要卡住国产GPU/AI芯片的脖子。
　　《中国经营报》记者注意到，面对以上的传言，国内GPU厂商摩尔线程快速站出来回应称：“摩尔线程MUSA/MUSIFY不涉及英伟达EULA相关条款，开发者可放心使用。”另一家国产AI芯片公司壁仞科技也表示：“对我们没影响，我们用的是自己开发的软件系统。”
　　“我们走的是对标英伟达的全功能GPU路线，CUDA兼容一直是我们的一个优势。”摩尔线程方面告诉记者，该公司有自己的MUSA生态，一方面可以独立自主发展，另一方面也可以兼容CUDA，两者不冲突，且兼容CUDA的方式不在英伟达所禁止的范围内。
　　此外，在知识含量很高的问答平台知乎上一些程序员也表示，英伟达CUDA的最终用户许可协议新条款对于国产GPU厂商没有影响，有的只是外行的猜想。“虽然不清楚条款具体情况，也没去追溯看旧版和新版的对比，不过基本没有影响。其他的GPU厂商如果想要尽快占领市场的话，一个最重要的方法就是兼容CUDA生态。这些厂商去兼容，实际上不违反任何规则，英伟达也不会去阻止这样的行为。”资深产业分析师黄烨锋表示。
　　与非网资深行业分析师张慧娟则表示，这对一些初创公司（试图通过兼容CUDA入局的企业）有一定影响，但是对于技术成熟度较高、注重自有生态建设的企业来说，影响有限。“英伟达此举其实也反映AI芯片市场不断走向成熟，竞争越来越激烈，未来生态对企业意味着一切，会看到更多巨头在生态间的布局和竞争。”她说。
　　新规是对自身生态的一种保护
　　事实上，从2021年开始，英伟达就禁止其他硬件平台使用模拟层运行CUDA软件，但只是在在线最终用户许可协议中提出了警告。如今，从CUDA 11.6版本开始，安装的时候就会在最终用户许可协议中看到相关警告条款。2024年2月，英伟达CUDA 11.6及更高版本安装则出现新规。
　　据了解，CUDA作为英伟达所开发的一种异构编程语言，为通用程序提供了调用GPU的接口，也为英伟达扩张自己的芯片应用生态提供了便利。在AI 2.0时代，大模型进行训练或推理，开启GPU加速，实质就是利用CUDA 进行加速。
　　“CUDA的强大，在于英伟达构建的人工智能软件系统和开发者生态，入门的开发者都会习惯性地使用它，因为生态比较全，模型、软件集成，应有尽有。”研究机构Omdia AI行业首席分析师苏廉节表示。
　　而把英伟达的CUDA作为标杆，是不少国内AI芯片厂商的共同做法，典型代表是华为昇腾的编程语言Ascend C、寒武纪的智能编程语言BANG C。这是国内GPU厂商为了培育自己的芯片应用生态所做的努力之一。
　　为了尽快打开市场，不少AI芯片的后入局者会采用兼容CUDA的方式，比如摩尔线程把CUDA兼容作为自身的优势。“一些公司在做开发的时候，首先会将兼容CUDA作为一个卖点，这也侧面反映了英伟达CUDA生态的成功和软件的重要性。”张慧娟说。
　　根据知乎蓝V认证清华大学博主“埃米博士”的说法，当前主要有两种兼容CUDA的方法：一是重新编译底层二进制代码，二是API接口兼容或编译。
　　重新编译底层二进制代码，如ZLUDA通过简单替换，为ZLUDA库实现CUDA兼容。据悉，ZLUDA是由个人开发者Andrzej Janik所开发的项目，于2020年首次出现，可使CUDA 应用无须修改源代码即可在英特尔和AMD的GPU上运行。
　　“ZLUDA库对CUDA API进行转换，未经修改的CUDA二进制文件能够直接在（AMD）ROCm和Radeon GPU上运行。”埃米博士表示，虽然该方法拥有转换简单、技术开源等优点，但计算效率低，芯片无法发挥最优性能，且直接触犯了英伟达新规。
　　而埃米博士认为：“在API接口协议和编译器层面与CUDA对应一致。”这种方法不涉及对CUDA SDK输出元素的修改，是合法可行的。他指出，英特尔、AMD、瀚博、登临、壁仞、沐曦、摩尔线程、天数智芯等都采取了这种兼容方式。
　　摩尔线程的公告也侧面证实了这点。“MUSIFY是摩尔线程面向广大MUSA开发者提供的开发工具……可以让开发者将自己的C++源代码，转换成MUSA C++源代码，再通过MUSA编译器MCC编译生成基于MUSA指令集的二进制代码，最终运行在摩尔线程全功能GPU上。”摩尔线程在声明中指出。
　　如今，为什么英伟达要在EULA中推出新规定？对此，苏廉节表示：“在其他硬件上运行CUDA会严重影响英伟达的利益。英伟达提供CUDA的初衷不是为了支援其他硬件，单纯是为了方便开发者和玩家利用GPU做软件开发。”
　　张慧娟也表示，英伟达在使用条款里明确了CUDA的兼容条款，从企业经营角度看是必然，是对自己生态的一种保护。“英伟达此举其实也反映AI芯片市场不断走向成熟，竞争越来越激烈，未来生态对企业意味着一切，会看到更多巨头在生态间的布局和竞争。”她说。
　　国内厂商也需建立自己的生态
　　虽然此次新增的CUDA规则对国内AI芯片兼容未有很大影响，但长期来看，构建自主的软件生态体系，也是国内AI芯片公司的必走之路。
　　“CUDA生态做得非常好，因为它在很多领域都有布局，比如计算化学，而要用GPU加速，那就必须买英伟达的显卡。”黄烨锋指出，英伟达此前针对生物制药、化学、气候预测、量子计算等领域也发布过一些中间件和软件库。
　　苏廉节表示，除英伟达之外的厂商由于起步太晚，因此软件生态里的很多东西都跟不上前者步伐。他指出，国内AI芯片公司想要构建起自己的软件生态，可以向英伟达学习。
　　“首先要支持所有主流的开源大模型，推出各类训练推理和模型优化软件，降低开发者门槛。”苏廉节表示，还要和开发者社群紧密合作，积极听取他们的反馈，及时提供更新；如果可以跟高校合作是最好的，率先抢占入门开发者。“总之，就是依靠合作和支援开发者。没有开发者使用你的平台，有再强的软件都没有用。”他说。
　　所幸的是，国内AI芯片公司已经在重视软件生态的建设。在“2022世界人工智能大会”（WAIC）上，记者在看到壁仞科技、燧原科技、瀚博等这些公司的芯片产品之外，也了解到他们在大力强调系统和软件生态的重要性。
　　“作为英伟达CUDA的主要挑战者，华为的软件生态是除英伟达以外最受开发者欢迎的。”苏廉节表示。据了解，华为已推出AI异构计算架构CANN、开源自研AI框架MindSpore，并于2023年5月发布了昇腾Ascend C编程语言，针对GPU的Kernel级源码迁移工具，可将算子迁移时间从“周级”降到“天级”。
　　从公司运作角度来看，对标英伟达的国内公司，想要做出和CUDA那样强大的生态，当前需要在哪些方面发力？对此，摩尔线程方面表示：“首先要具备和CUDA GPU能力全面对标的技术研发能力，能够充分吸收现有的CUDA生态，并在此基础上发展自主可控的基于统一系统架构的新生态，鼓励开发者平滑迁移至新生态。”
　　摩尔线程方面还表示，目前打造了从GPU架构功能角度全面对标CUDA的MUSA生态，能完美支持人工智能、科学计算、图形渲染和视频编解码等混合计算能力，有500多家生态合作伙伴，当前重点在于持续打磨MUSA生态开发体验，将生态迁移成本降低至零。
（文章来源：中国经营网）