主要内容
在科技行业，“护城河”（moat）概念正从商业领域渗透到AI赛道。近日一份据传源自Google的备忘录曾担忧：开源AI会冲击大科技公司的“护城河”，但事实是，尽管OpenAI、Anthropic等前沿实验室持续投入，开源AI模型尚未显著超越闭源模型，而真正构建起AI领域护城河的，是NVIDIA的CUDA技术——这被CEO黄仁勋称为“最珍贵的宝藏”。
CUDA（Compute Unified Device Architecture，发音“KOO-duh”）并非硬件，而是一套软件平台，其核心作用是“并行化”计算。以9×9乘法表为例：单核心CPU需81步逐个计算，而配备9核心的GPU可将任务分配给不同核心，每核心处理一列乘法，效率提升9倍；更智能的GPU还能通过识别交换律（如7×9=9×7）减少重复计算，将81步压缩至45步，这对单次成本超千万美元的AI训练至关重要。
CUDA最初为游戏渲染设计，后经斯坦福博士Ian Buck与John Nickolls优化，成为高性能计算的核心工具。它相当于AI训练的“指挥官”：现代GPU虽有张量核心、流式多处理器等硬件，但只有通过CUDA的软件库调度，才能将数百个核心高效分配给矩阵运算等任务，避免资源浪费。
相比之下，开源AI的技术生态难以复制CUDA的深度优化。例如，DeepSeek工程师直接通过PTX（NVIDIA GPU汇编语言）深度调优，进一步压缩计算步骤——这恰如“专业厨房”中为特定任务定制的工具，虽精细却难以替代CUDA的整体生态壁垒。在AI军备竞赛中，CUDA已成为NVIDIA最难以撼动的护城河。
