7.4
深览指数
科技量子位·听雨··AI 生成
老黄垒20年的CUDA护城河，AI刚刚用10小时凿开了
一家初创公司Infinity用AI编程Agent，在10小时内为AI芯片公司d-Matrix搭建了一套类CUDA软件，引发对英伟达CUDA护城河是否被打破的讨论。文章指出，AI Agent确实能加速底层代码生成，但CUDA的壁垒在于20年积累的库、调试工具、开发者生态和验证工具链，而非代码本身。作者认为，短期英伟达护城河无恙，但AI推理市场将成为新战场，护城河正从“代码存量”向“验证和优化生态”迁移。适合关注AI、芯片产业和英伟达竞争格局的读者。原文 ↗
核心观点
- ▍AI Agent可以在数小时内为特定芯片生成底层代码，但CUDA真正的护城河是20年积累的库、工具、生态和验证链，而非代码本身，短期内难以被颠覆。
- ▍英伟达的护城河正在从“代码存量”向“验证和优化生态”迁移，谁先占住新位置，谁才是下一个赢家。
- 01一家成立仅一年的公司Infinity，用名为Ignition的AI研究Agent，为AI芯片初创公司d-Matrix搭建了一套类CUDA软件，仅花费10小时。
- 02Ignition Agent的工作流程是：生成GPU Kernel、编译、运行、测试正确性和性能，然后根据反馈自动改写代码，形成闭环。
- 03在推理侧，CUDA不再是决定因素，韩国AI芯片公司Rebellions首席商务官Marshall Choy认为，这将是一场开源软件的竞争。
- 04d-Matrix CEO Sid Sheth判断，AI推理带来的机会最终会超过训练，且英伟达在推理方面的护城河有所削弱。
- 05CUDA平台可拆分为三层：内核层（Kernel、编译器、运行时）、库层（cuBLAS、cuDNN等）、框架层（PyTorch、TensorFlow及开发者生态）。
反方 / 局限
- — AI Agent能生成大量代码，但验证才是最大瓶颈。INT21创始人Bing Xu认为，证明一万行代码在各种边界情况下正确且稳定极慢，CUDA的验证工具链将成为下一道护城河。
- — Modular CEO Chris Lattner认为编码Agent带来的改进是渐进式的，理由有三：写代码只占软件工程一小部分；芯片软件小众，公开训练数据少；数百万行存量代码的迁移成本极高。
- — 英伟达自身也在使用AI Agent来加速CUDA开发和验证，进攻方的相对优势会因此打折。
CUDAInfinityd-MatrixIgnitionJeremy NixonBing XuChris LattnerModularRebellionsMarshall ChoySid ShethNVIDIADeepSeekTileLangTileKernels
11 分钟 · 4 卡片 · 10 资料
读原文 →