“很多算法甚至连最初开发时候也是在CUDA里做出来的，这是巨大的优势 。”一名算法工程师说 。而在GPU进入更快的迭代阶段后，在架构被挑战后，英伟达甚至也可以通过按照自己的新架构特点来改动CUDA 库的方式，协同实现性能提升 。“这就好比路和车，她可以把路改的更适合它的车 。而你只能改车 。辛辛苦苦改完车，发现路又变了 。”
“我们的团队里其实更多的是软件开发人员，但加班加点开发，几年也只适配了一些主要的模型 。跟CUDA能提供的库没法比 。这就是事实 。”一名壁仞员工说 。
也就是说，用英伟达投入了巨额金钱获得的封闭的通用性，去衡量这些新创公司“通用”与否，本身就是个一厢情愿的比较标准 。
不过，与那些巴不得国产厂商趁早“投降”的人们不同，越来越多真正扎根在产业里的中国创业者已经开始有策略的走出这个阴影 。
一方面，他们深知现阶段必须要从英伟达建立起的体系里找到突破口：
“作为一个要杀入这个场景的公司，肯定不能说我自己定一套规则 。如果那样，你连卡都插不进去现在客户的服务器，人家怎么跟你弄，你怎么证明你比它强 。”钱军说 。
“事实上，现在所谓的框架已经没有大的颠覆，反而更多是融合与微创新 。”一家使用GPU做图像生成业务的创业公司的对品玩表示，在英伟达最新的Hopper架构里，在计算光线和物体的关系时加入了一个新的引擎，而他们在研发底层框架时也用了类似的技术思路 。他认为，事实证明这样的迭代已经都可以做到，差别在于怎么定义这种小引擎的重要性 。
而另一方面，这些年轻公司已经开始摆脱对英伟达的迷信——通用重要，但更要知道对于自己来说真正重要的技术路线是什么，而不是陷入英伟达的议程里 。
“GPU的图形管线对我们来说只是计算机处理的一个维度 。”钱军说 。“GPU整个的渲染的产品线，和核心的研发其实一直在我们的计划当中，只不过我们一贯不会对外过多的宣传 。”
他表示，瀚博发布的统一计算架构（Vastai Unified Compute Architecture）软件平台，目的就是要让之后可以有更多的硬件加速核融入进这个框架里 。“所以以后不要吃惊，我们还会有另外的一些加速核加到我们这样子的一个产品线里面 。”
在那些拥趸眼里无敌的英伟达，在这些真正日以继夜做着国产替代实践的人们眼中，也不是无懈可击 。“相信我，再好的软件工程师他也会犯错，再好的软件团队也会犯错 。所以这个地方一定是一个循序渐进，不断地把生态做出来的过程 。”
这些策略也在被一点点增加的市场份额印证着，更多的国产芯片进入各家的数据中心，也击碎着更多的流言蜚语 。
“没有客户会在选择一款芯片产品时候先讨论一番它配不配叫GPU 。”一名壁仞的员工表示 。最能决定订单的，就还是TCO（总体拥有成本）——一个新产品究竟能帮客户省几个亿，省多少工程师和他们的投入的时间，都是可以计算的东西 。
而多位国产GPU 厂商的高管和负责人也表达了一个相同的观点：未来中国GPU厂商们建立的生态，必须是一个开放的生态 。“我希望这个规则是公平的、开放的，然后让更多的人来竞争 。国内需要有领袖级的公司出来做这个事情 。”

文章图片

【显卡|GPU国产替代潮 无路可退 也没有人想投降】