AI
CUDA对于
AI的意义，就如同构建于x86指令集之上的x86汇编在旧时代桌面与
服务器程序开发中的意义一样。搞
AI的话，底层往往就涉及到这个层面，总归是绕不过去的。当然，如果非要较真，说自己另搞一套，也不是不行。可是
NVIDIA投入了多少资金，耗费了多长时间才将CUDA迭代成现在这样？想要追赶甚至超越，又得耗费多少资源？在正常的全球
贸易环境下，这个生态是极为稳固的。大家都清楚，大语言模型的功能有些被夸大了，说它能达到AGI（通用人工智能），就如同说分析哲学能直达世界本质一样荒谬。然而
美国的大
公司都全力以赴，
奥特曼忙前忙后，不就是为了迭代硬件嘛。经济是一方面的因素，通用计算的作用可不仅局限于大语言模型。CUDA并非仅仅是
NVIDIA的超级生态，更是
美国财团的计算硬件生态。不过话说回来，生态是要靠不断迭代的。只要一直保持制裁，使得局部地区的生态位出现空白，在需求的推动下，自然会有新的事物发展起来。到那时，这种情况就会不攻自破了。
