芯片生态的竞争逻辑

>p data-pid="H8BPmTBA"<今天抽空写个知乎文章，聊一聊AI芯片的生态问题。这个话题很大，涉及面非常宽泛，而且不是纯技术问题，相关的争议也同样非常多。和我过去写的文章一样，我的观点一般也比较激进，各位看官请酌情食用。>/p<>p data-pid="BtflzYPs"<>b<万字长文预警！！！>/b<这个话题非常大，但实在不想拆成多篇了，也就一口气讲完了。>/p<>p data-pid="UfOdjqeJ"<“生态”本身就是个很宽泛的词，生态本身的定义很容易陷入文字游戏的范畴。我今天更多从一些公认的标的物出发去讨论生态竞争的底层逻辑。例如深度学习框架PyTorch、算子编程CUDA、系统层编程语言C/C++、算法应用层编程语言Python、甚至包括C/C++为主的项目的构建系统cmake等，芯片侧标配也是NVidia GPU、Intel的x86服务器、GPU之间通信的NVLink、CPU和GPU之间的PCIe。这些基本都是公认的拥有一定生态统治力的软件、硬件、协议，这些组件组合到一起，共同形成了整套行业内最标准化的体系。>/p<>p data-pid="LxdZE-MI"<这套体系实际上是自计算机诞生以来持续迭代演进至今的一套事实标准组成的体系，其中很多组件都具有历史的厚重感。整个体系不属于任何一个组织，是全行业多年竞争博弈后的结果，但同时，博弈中的胜者也都拥有整个体系中某一生态位的话语权。整个体系又大大小小的各种生态位构成，生态位之间相互依赖，每个生态位上的组件既是其他生态位的应用，需要满足相应生态位的规则，又给其他生态位搭建平台，可以制定相应的游戏规则。>/p<>p data-pid="gD8EXHi6"<生态位的话语权并不取决于谁是谁的平台，而取决于需求，例如NVidia的GPU名义上仍然是Intel定义的“中央”处理器+各种PCIe“从属”设备游戏规则下的“从属”设备，但今天在AI的需求暴涨的情况下，NVidia在这一块的解决方案形态的定义上有着远超Intel的话语权。PyTorch虽然是基于C++和Python