英伟达（Nvidia）最近在中国市场采取了一项举措，旨在维持其GPU市场主导地位，并试图限制第三方GPU公司对CUDA软件的使用。这一举动引发了中国人工智能（AI）和芯片领域的重大争议和讨论。
近期，英伟达在CUDA 11.6的用户许可协议中做出明确表态，不允许在其他硬件平台上通过翻译层运行CUDA。这一声明震惊了人工智能界，可能对AMD和英特尔等竞争对手支持的ZLUDA等项目构成法律风险，也让中国的许多人工智能公司陷入困惑。
这一举措在GPU行业引起了巨大波澜。长期以来，GPU市场一直受到所谓的“CUDA依赖”问题的困扰，即GPU作为“面子”，CUDA作为“核心”。多年来，这两者之间的协同作用使得英伟达能够巩固其CUDA生态系统，形成一道其他GPU制造商难以逾越的护城河。然而，一些非英伟达GPU平台提供商多年来一直与CUDA兼容，以满足市场需求，借助英伟达的生态系统来支持GPU开发人员。
开发人员长期以来高度依赖英伟达GPU CUDA的稳定性，因此无需切换平台并熟悉其他平台上的潜在Bug。
业内观察人士指出，英伟达禁止CUDA兼容性表明该公司意识到来自其他竞争制造商的潜在威胁。毕竟，CUDA兼容性可能会缩小与英伟达生态系统的差距。因此，英伟达采取进一步措施巩固其在加速计算领域的主导地位也就不足为奇了。
图：英伟达生态系统VS中国GPU生态系统（图片来自知乎）
然而，一些中国本土GPU厂商采取了通过兼容CUDA来保证用户平滑迁移的策略。尽管如此，Moore Threads和Biren Technology等制造商仍在开发自己的软件生态系统。
针对市场传闻，Moore Threads率先发布声明，声称其MUSA架构与CUDA无关。Moore Threads的MUSA/MUSIFY不涉及任何与英伟达最终用户许可协议（EULA）相关的条款，开发者可以放心使用。
Moore Threads强调，MUSA是自主研发、具有完全知识产权的全自主GPU高级计算统一系统架构。它不依赖于CUDA。MUSA是Moore Threads产品系列采用的统一系统架构，集成了统一的编程模型、软件运行库、驱动框架、指令集架构和芯片架构。
此外，Moore Threads指出，为MUSA量身定制的开发工具——MUSIFY工作流程——完全独立于英伟达的CUDA生态系统，因此不受英伟达条款的约束。
业内分析人士表示，尽管许多中国公司正在尝试兼容CUDA，但他们的具体措施是将CUDA程序预先翻译成自己的程序，然后使用自己的卡运行。例如，AMD的HIP/ROCm和Hygon的生态系统就是这样做的——他们需要将CUDA程序转换成自己的程序才能执行。因此，影响有限，不会产生实质性问题。
目前，中国本土Hygon拥有基于ROCm的独立生态系统，可以持续借助本土开源社区的力量；Hygon基于CANN的自建生态系统可以在AI领域以相对较低的成本实现CUDA替代方案。
