黄仁勋以唐装装扮出席链博会，针对CUDA技术进行了深入探讨，这一科技盛事迅速引发了广泛的关注。CUDA技术生态的发展历程、未来走向，以及NVIDIA产品在市场上的销售情况，均成为了公众热议的焦点议题。
链博会上的黄仁勋
7月16日，第三届链博会举行之际，NVIDIA公司执行长黄仁勋身着具有中国特色的唐装，以令人眼前一亮的风采亮相，并发表了主题演讲。演讲结束后，NVIDIA紧接着举办了媒体见面会，黄仁勋在会上对媒体所提问题进行了即时回应。黄仁勋此次身着唐装，彰显了他对中国市场的尊重，同时也引发了公众对其CUDA相关观点的极大兴趣。
黄仁勋谈CUDA开放性
CUDA并非一个封闭的体系，黄仁勋如此阐述。他认为，若有人能开发出与CUDA兼容的平台，这将是一项正面贡献。不过，在今年1月19日，NVIDIA在中国举办的“答谢迎春会”活动中，黄仁勋公布，中国已有150万英伟达开发者。他特别强调，CUDA的掌握需要具备“超人”般能力的顶级程序员，这一表述凸显了CUDA的专业属性以及其独特的特性。
CUDA的定义与目标
CUDA，全称“Compute Unified Device Architecture”，即统一计算设备架构，由NVIDIA公司研发。它是一种并行计算平台和编程模型。该产品拥有指令集架构以及GPU内部的并行计算引擎。这使得开发者能够利用GPU的强大计算能力来执行复杂的计算任务。该目标旨在确保程序员能够利用GPU进行多样化的计算操作，而不仅限于图形渲染任务。
CUDA的生态规模
截至2025年，全球CUDA开发者群体已突破五百万人，形成了一个规模可观的开发者社区。随着开发者数量的持续增长，CUDA平台上的开源项目和库资源不断增多，生态系统亦逐步走向成熟。得益于这些日益丰富的资源，众多新开发者更愿意选择留在CUDA平台，这一正向循环进一步巩固了CUDA在市场上的领先地位。
NVIDIA产品优势
NVIDIA的产品在中国大陆市场颇受欢迎，这一受欢迎程度主要得益于其GPGPU架构的领先地位以及CUDA生态系统的有力支撑。尽管华为推出了CANN异构计算架构，但在生态系统和开发者支持方面，与NVIDIA的CUDA生态系统相比，仍显现出一定的不足。
华为的新策略
报道显示，华为正在努力对其人工智能芯片的设计进行优化，目标是从ASIC技术过渡到GPGPU芯片。转换至GPGPU技术后，新一代AI芯片将配备新的软件系统，该软件允许用户通过兼容CUDA的编程语言，借助中间件进行操作，并能将CUDA指令转换成适用于华为AI芯片的指令。这一变化能否使华为在技术领域拉近与NVIDIA的差距，进而成为行业瞩目的中心议题。
业界广泛关注华为最新发布的AI芯片策略，该策略是否能在我国大陆市场对NVIDIA的领先地位形成冲击尚存疑问。我们诚挚邀请大家在评论区分享您的看法，同时，请不要忘记为这篇文章点赞并转发。
