本文探讨了CUDA与非CUDA生态在GPU计算领域的竞争，特别是AMD的ROCm、Intel的OneAPI以及Huawei的CANN框架。尽管AMD的ROCm和Intel的OneAPI试图挑战CUDA的主导地位，但CUDA庞大的开发者社区和完善的生态系统使其保持领先地位。Huawei的昇腾芯片和MindSpore框架则选择建立独立生态，借助国内市场的机遇寻求突破。
首先声明，我不是卖卡的，至少截止2023年10月22日我都不是，所以个人认为我能相对公正的描述客观事实，写这个的目的是因为第一篇文章有读者朋友提到了能不能出一期CUDA和非CUDA生态的对比，所以有了这篇文章。
什么是CUDA就不解释了，各位读者大爷可能比我还了解，至于为什么说CUDA厉害，我相信很多人也会举很多例子，包括但不限于：
-
主动被动代码
-
SIMD
-
Threads,Blocks,Grids
-
包含了API、C编译器等极其方便的调度体系
-
利用片内L1 Cache共享数据，使数据不必经过内存-显存的反复传输 shader之间甚至可以互相通信
其实要想写能写整整一篇，那这些能力是不是别的硬件服务商不具备呢？
我们先拿AMD来说事吧，因为纸面数据上据称对LLM优化的MI300X在很多维度已经超过H100了例如：
-
HBM3管够！
-
晶体管达到1530亿是目前全球最大的逻辑处理器比H100多700亿
-
内存达到了192GB，内存带宽为5.2TB/s，虽然H100NVL可以，但是那是两块卡
-
CPU部分集成了24个ZEN4内核
-
GPU部分集成了6块使用CDNA3架构的芯片统一内存可降低不同内存间来回复制、同步和转换数据所导致的编程复杂性，采用3D堆叠优于H100的2.5D
甚至从A100/MI200的时代，AMD就拿算力说过事，可以在他们官网上找到相关的信息
但是销量上的对比我们大抵是知道的，我相信很多读者甚至都没听说过MI这个系列，单提MI200，可能会以为是小米的新手机发布了。
远古时期不考虑了，AMD算是做GPU比较早的玩家，因为它2006收购了ATI, 但是并没有像Nvidia一样发展GPU在DC里的业务。正是同一年Nvidia推出了CUDA, 吴恩达曾经这样说过，在CUDA出现之前，世界上玩GPU编程的也就一百来人，CUDA推出以后，谁都可以玩GPU编程。
看到DC生意也太能挣钱了，作为重要对手的AMD坐不住了，但是种种原因自家的ROCm在2016年才发布，ROCm具有很多的局限，例如,操作系统长期只能支持Linux，最近才登录Windows，说一个具象化的数据，在Github上，贡献CUDA软件包仓库的开发者超过32600位，而ROCm只有不到600个...
&nb
最低0.47元/天 解锁文章
扫一扫
1222
到【灌水乐园】发言
