回复@shallowwangwang: cuda就相当于一个编译器，把代码转成可以在gpu上并行运算的版本，仅此而已没有多复杂。amd不是搞不出来，而是现在大家都在使用pytorch，tensorflow等框架，这些框架一直是建立在cuda上的，不是amd自己就能马上迁移过来的。但是深度学习框架现在高度集中，就pytorch，tensorflow两家基本上，而且现在的大模型都是attention架构，用到的算子也不多，amd rocm已经可以自动转化英伟达代码，工程师稍微调整一下有问题的地方就可以了，这对于大厂来说完全可以应对，你非要说很小的创业公司的话那可能有问题，他们的工程师本来水平就有限//@shallowwangwang:回复@韭菜实验室:通过创建工具、库和专家技术团队来支持开发人员进行 AI 革命，从而为 AI 时代构建新的生态系统。全球 NVIDIA 生态系统现在接近 500 万名开发人员，创下了新开发人员数量的新高。四万家公司与 NVIDIA 合作。现在有超过 3,300 个 GPU 加速的应用程序。超过 18,000 家初创公司正在 NVIDIA 上构建。这四项战略——重塑完整的计算堆栈、构建数据中心规模的 AI 超级计算机、开展基础 AI 研究并应用 AI 创造新市场以及构建全球生态系统——改变了 NVIDIA 和整个计算领域。在 AlexNet 推出 12 年后，NVIDIA 是一家全栈、数据中心规模的 AI 公司，与全球各个行业的几乎所有 AI 公司都有合作。随后 ChatGPT 诞生，人工智能的发展步伐进一步加快。生成式人工智能时代开始了。
-----------------------------
这是黄仁勋给股东的信写的内容，cuda本身不需要海量程序员，只要英伟达公司里的编程大神写个高效的代码就可以了。但是cuda要建立生态，那就要在其上有海量的程序员开发各种ai算法库，而这些算法库又让cuda成为开发ai的首选和必选，又在上面积累更多的算法库，继续扩大优势，这个优势没有任何其他芯片公司可以复制。