IT之家 11 月 11 日消息，英伟达 CUDA 生态系统的领先优势，可能正在受到越来越大的挑战。Anthropic IPO 路演材料中的一张幻灯片显示，随着高性能 AI 模型逐渐具备自主适配不同计算平台的能力，GPU 正在变得越来越像可以相互替换的通用算力资源。
IT之家注意到，Anthropic 的 IPO 路演材料披露了一项颇为引人关注的信息：其 Claude Mythos Preview 模型仅用了大约 3 天时间，就摸索出如何让另一个模型在 AMD MI355X GPU 上运行。相比之下，传统情况下，为一个新的计算平台完成推理任务所需的适配工作，通常需要 6 至 12 个月。
这意味着，Anthropic 现在可以将不同厂商的 GPU 视为相对通用的算力资源，在不同平台之间切换的技术门槛已经大幅降低。也正因如此，有观点开始认为，英伟达长期以来引以为傲的 CUDA 生态护城河，实际上可能已经失去了原有的意义。
不过，现在就宣告英伟达 CUDA 生态优势的终结，恐怕还为时过早。CUDA 不仅仅是一套软件工具，其背后还有规模庞大的开发者生态、丰富的函数库和开发工具，以及经过多年持续优化的技术积累。目前，仍有大量开发者围绕 CUDA 构建和维护各类应用。
过去几年，英伟达也一直在采取各种措施巩固 CUDA 的竞争优势。例如，公司向大学和科研人员免费提供 GPU 及培训资源，吸引更多开发者进入 CUDA 生态。
此外，英伟达还将用于连接多块 GPU 的通信工具库 NVIDIA Collective Communications Library（NCCL），与 NVLink、InfiniBand 等专有硬件技术深度结合，进一步提高多 GPU 协同计算的效率，也增加了用户迁移至其他平台的成本。