$英伟达(NVDA)$ $AMD(AMD)$ $博通(AVGO)$
以下是对四段采访内容的总结：
1. **初创公司与NVIDIA的竞争**：
- Graphcore、SambaNova Systems、Esperanto Technologies和Groq等初创公司专注于为AI工作负载提供创新的IP和定制架构。
- 这些公司试图通过解决编程简便性、能源效率和基础设施整合等特定痛点来挑战NVIDIA的市场地位。
- NVIDIA内部关注这些初创公司，如果它们中的任何一个开始领先，NVIDIA可能会考虑收购，因为NVIDIA拥有充足的现金储备。
- AMD GPU在浮点性能上通常落后于NVIDIA，但在整数运算上表现良好，适合简单操作。
- AMD支持OpenCL和ROCm，而NVIDIA支持CUDA。
- hipify-perl是一个将CUDA代码转换为与AMD ROCm兼容版本的工具，但转换后仍需手动调整以达到最佳性能。
3. **转换CUDA代码到AMD GPU的成本和挑战**：
- 使用hipify-perl进行代码转换可以减轻一部分工作量，但大约50%的工作仍需开发者手动完成。
- 转换的复杂性取决于CUDA代码的复杂度和目标架构的细微差别。
- 从成本效益角度考虑，直接购买NVIDIA GPU并使用CUDA可能更为经济，尤其是在没有成本压力的情况下。
- 在游戏市场上，AMD提供了具有竞争力的性能，通常性价比更高。
- 对于AI和高性能计算任务，NVIDIA的CUDA生态系统更为成熟，是研究人员和开发者的首选。
- 预算是选择GPU时的一个重要因素，AMD GPU在预算有限或主要用例为游戏时可能更具吸引力，而NVIDIA GPU则适用于需要最佳光线追踪性能的任务。
