惊到了！大神炮轰CUDA：CUDA存致命缺陷，它不是未

编辑 | 云昭

CUDA一直被视为英伟达GPU的最强壁垒，让许多业界的玩家望洋兴叹。

但，今天这篇文章会给各位习惯C++、CUDA开发的大佬提个醒：

有一种新的编程语言，正在AI圈兴起，撬动英伟达的围墙花园。而CUDA也不再是护城河。

近日，一位大牛 Thomas Cherickal，发表了一篇博客，阐述了一种新的编程范式。他认为，基于 MLIR 的 Mojo 无疑将取代基于 LLVM 的 CUDA，而且这种方式已经几乎可以在其他任何芯片上运行，包括谷歌TPU、AMD、英特尔以及任何定制的AI芯片！作者思路非常清晰，从市场竞争格局、硬件和软件的趋势变化两个角度，拆解了 CUDA 的优势和致命缺陷，并做出了论断：CUDA 将走向终点，而 Mojo 才是未来。篇幅较长，建议大家收藏细读。

1.CUDA：一座看得见的围墙花园

其实，即便 OpenAI、DeepMind 这些 AI 巨头，其实也都曾苦 CUDA 久矣。问题是，目前还没什么好替代品。

自 2007 年推出以来，CUDA 一直是 GPU 编程的黄金标准。它让开发者能够更精细地控制 GPU，但也让英伟达在软硬一体的算力生态中建立了坚固的护城河：

• 硬件绑定：只能运行在英伟达 GPU 上，AMD 或其他芯片基本无缘；
• 学习门槛高：使用 C++ 风格，语法复杂，不适合初学者；
• 创新被封锁：一旦你选了 CUDA，就意味着难以迁移，成本高、空间小。

从训练模型到部署推理，CUDA 的封闭性和高门槛，让无数开发者又爱又恨。一边是性能无敌的 GPU，一边是写起来像黑魔法一样的 CUDA。

过去，AI 公司要想跑得快，几乎只能选英伟达。

然而，Mojo 出现了，它带来了一种更优的方案。

2.英伟达的挑战者越来越多，需要新的编程理念

在分析 Mojo 优势之前，不妨先研究下，英伟达硬件的竞争者们。

到了2025年年中，情况在发生变化。IT界正在向异构化彻底转变。由此，我们看到科技巨头从没有放弃推出自己的芯片。

我们看到专用硬件遍地开花：

•英特尔Gaudi系列：

英特尔的Gaudi处理器专为深度学习训练和推理而设计，是英伟达GPU的有力竞争者。

•AMD Instinct MI系列：

AMD的MI系列GPU为高性能计算和AI工作负载而设计，是英伟达数据中心GPU的竞争者。

•Groq张量流处理器（TSP）：

Groq的TSP架构为低延迟推理和高吞吐量而设计，尤其适用于大语言模型。

•谷歌TPU：

谷歌的TPU是针对机器学习工作负载（尤其在谷歌云基础架构中）优化的定制芯片。

•AWS Trainium：

AWS Trainium是一款为机器学习训练而设计的芯片，具有高性能和成本效益。