※ 引述《su27 (su27)》之铭言：
: 你想多了
: 并行运算还有opencl
OpenCL真的很难红得起来
10年前大学时因为修课不得已写过几次
完全可以理解为何cuda打遍天下无敌手
现在基本上只有学术产paper时，出于研究性质的一发艺
近来也有很多论文，开始很放心地玩PTX (CUDA的bytecode)
所以除非是真的要从造轮子的题目
不然愿意去碰OpenCL的会越来越少
有一些开源专案*本持着：
“我须要支援一个非nVIDIA平台也能跑的加速runtime”
的佛来心肠
(有看过专案直接说：Go buy an nVIDIA or go home.)
没有它们生态系只会更悲哀
* 最有名的大概是DarkTable吧
但是很多专案做一做就缩了
例如x264：
https://code.videolan.org/videolan/x264/-/merge_requests/66
: 并不是只有Cuda
: CUDA目前称霸是因为他们最早看到这一块
: 他们很早就投入各方面的应用
: 如opencv调用cuda 的函数
: 我估计也是nvidia自己家工程师写的
: 使用者只要去调用就行了
: 不用自己用并行运算写法 去写一个
: 所以在openai 也是相同
: 目前的差别在于他们已经建立好了社区
: 所以大家都选择cuda
: 新的公司要去挑战他们
: 只要他们愿意投入软件工程师
: 将一些功能打包好 给使用者去调用
: 再加上性价比更高 就能赢了
“将一些功能打包好 给使用者去调用”
技术细节不说，就当作这句话办得到好了
问题是羊毛出在羊身上，软件生态系的建立需要钱
这是铁的事实
现在就是没有什么巨头公司拿钱出来认真合作
这是个大家都想要从第一名身上抢市场
但就是一堆the others彼此互踩的世界
现在最务实的方式
其实是想办法在法律边缘直接吃CUDA生态系
学术界已经很早就看清这方向了。
我去年在台湾的COSCUP研讨会
邀请到 乔治亚理工 的 高性能架构实验室 (HPArch)
他们做出来能跑在他们加了客制指令的RISC-V core的
CUDA flow：
https://www.youtube.com/watch?v=um8xqvVwxMA
https://www.youtube.com/watch?v=iHFkoQ1ZLKs
(江湖一点诀，点破不值钱 PTX-> SPIR-V -> profit)
我也不讳言，
你去一些新创GPGPU在招人时的job description，
会看到一些“有趣的端倪”
N家自然是会想全力围堵这种拦截流水面的事情
但这就跟劲量电池太成功了
如果不想被反托拉斯拆成尸体
就必须让AA电池规格变公开规格一样
N家应该是不会轻易跨过去让自己被法院认证是托拉斯的
: ※ 引述《Arim (亿载金城武)》之铭言：
: 新
: 未
: 境
: 察
: : AI GPU 这块未来十年内肯定还是 Nvidia 独大，就跟 台 gg 一样，整个生态早就建立
: 起
: : 皮衣刀客在十几年前就布局 cuda，只要有用 Nvidia gpu 做加速的软件通通都要绑 cu
: da
: : 所以你看 meta 买 nv 的卡，openai 也买 nv 的卡，AMD 虽然也有自己的运算软件，
: 但?
: : 所以搞 gpu 芯片这块就跟牙膏在 gg 面前说要做先进半导体制程一样，只是纯烧钱而
: 已?
: :