-
日期: 2025-10-31 | 來源: 綜合新聞 | 有12人參與評論 | 字體: 小 中 大
這就意味著，以後的客戶不光是游戲公司，各種搞科學研究、技術研發的，都可以服務。
黃仁勳的心裡堅定著壹個想法：使用CUDA的人越多，這項技術成為標准的速度就越快，就越可能找到新的應用。
於是，英偉達在過去近贰拾年裡，專心做了壹件事：圍繞CUDA建立了壹個龐大、繁榮的生態系統。
跟競爭對手相比，英偉達做這件事，早了將近拾年。
如果說，英偉達的GPU是AI時代的“電腦主機”。那麼，CUDA就是AI時代的“Windows系統”。
想想看，幾拾年來，為什麼技術上可能更優秀，還免費的Linux，始終不能在個人桌面市場撼動Windows的統治地位呢？
答案，不是系統本身，而是生態。
因為Windows上那個龐大的應用生態太強大了。從微軟的office，到Adobe，再到各種行業專用的軟件，都跟整個生態密不可分。試想壹下，壹家需要用到很多專業軟件的企業，在買Windows許可證，和重新培訓員工的成本之間，會做怎樣的選擇呢？答案，不言而喻。
CUDA，就是這樣，它有著無比龐大的應用生態。對很多企業和個人來說，這是必選項，
有過統計，到目前，全球有超過450萬開發者在用CUDA開發。而在2020年的時候，這個數字還是180萬。CUDA工具包每月的下載量，高達數拾萬次。
現在，我們再來復盤下整個邏輯：開發者使用CUDA，創造更多項目和應用，推動CUDA成為行業標准，高校教授CUDA，畢業生掌握技能，企業把CUDA列為招聘條件，更多開發者學習CUDA。
到這，你應該看明白，CUDA為什麼能成為英偉達的護城河？因為布局夠早，逐漸產生強大的生態慣性。而這也是競爭對手無法撼動。
你看，企業真正的護城河，往往是靠標准、習慣和社區共同搭建。
如果我們現在再回頭看AMD給OpenAI的那份提議，你就會發現，壓根就不是成本問題。說白了就是風險太大，根本沒必要換。
現在，大家是不得不用。而在壹開始，英偉達面臨的卻是“沒人想用”。
04
壹場無人看好的“豪賭”，成就今天的英偉達
2006年，CUDA問世後，無人在意，硅谷和華爾街都不看好。
到了2008年，受到金融危機的影響，英偉達股價曾暴跌80%以上，市值40億左右。就連英偉達內部，都對CUDA的未來存在分歧。是不是所有GPU都要支持CUDA？
同時，研發CUDA付出的代價也很大。
英偉達第壹款支持CUDA的GPU，是G80。為了開發這款芯片，英偉達花了整整4年時間，成本高達4.75億美元，占了那4年總研發預算的叁分之壹。
這還只是“壹個”支持CUDA的GPU。
那時候，真的是生死存亡之際。
怎麼辦？
黃仁勳想了個辦法：砸錢。重點往學校和科研機構砸錢。
他通過捐錢、捐設備的方式，讓CUDA進入高校，先培養教育和科研領域的用戶。另外，還在全球設立各種CUDA研發中心、教學中心、開設教學課程等。那時候，每年砸在CUDA上的研發成本有5億美元之多。
盡管費盡人力、物力、財力，CUDA在很長壹段時間內都不被看好。2013年初，很多投資分析師都認為，只有放棄CUDA，回歸PC游戲核心業務，英偉達股價才能漲。甚至，有人質疑，黃仁勳這CEO還能不能幹了。
現在來看，英偉達的CUDA，就是在賭。何況，他還賭對了。
為什麼CUDA能從無人看好，變成香餑餑？因為學過CUDA的畢業生畢業進了科技企業，CUDA的社區資源和代碼庫越來越豐富。到2015年，全球已經有800家大學開設CUDA課程。隨著時間推移，CUDA的使用場景，從高校普及到了醫療、商用等更多場景。
至於跟人工智能領域“牽手”，可以說，純屬“巧合”。
2012年，斯坦福大學發起的壹場全球性AI圖像識別競賽上，多倫多大學的壹個叁人小組，交出了壹個叫AlexNet的AI神經網絡，贏得冠軍。而且，准確率比第贰名高出41%。- 新聞來源於其它媒體，內容不代表本站立場！
-
原文鏈接
原文鏈接: