在近期举办的Advancing AI预简报会上，AMD抛出一个引人关注的观点：CUDA在AI领域的护城河效应正在消退。AMD数据中心GPU业务集团副总裁兼总经理Andrew Dieckman透露，如今与客户交流时，CUDA几乎不再是讨论焦点，这一术语在商业对话中的重要性已大幅下降。
Dieckman进一步解释称，当前AI开发模式正发生深刻变革。企业普遍采用更高抽象层级的编程方式，通过推理服务框架完成开发任务，而非直接操作CUDA等底层架构。在这种模式下，开发者无需接触CUDA，工具链会自动处理硬件层面的适配工作，使得底层技术的差异被大幅弱化。
AMD还预测，到2026年，AI代理和模型将具备自动优化硬件的能力。这意味着客户无需手动适配，系统就能自动将工作负载调整至AMD平台，进一步削弱CUDA的不可替代性。这一趋势若成为现实，将直接冲击NVIDIA在AI硬件市场的传统优势。
长期以来，NVIDIA凭借CUDA构建起强大的生态壁垒。由于AI核心算子与CUDA深度绑定，大量软件库和工具链均基于其开发，导致迁移至其他平台需承担高昂成本。这种技术依赖成为NVIDIA独享AI市场高额利润的关键因素。
AMD则提出不同视角：当开发工作集中在更高抽象层级时，底层是CUDA还是ROCm已不再关键。客户可以更自由地选择性价比更高的硬件方案，而不必被单一技术路线束缚。这种观点直接指向NVIDIA的生态垄断地位。
不过，行业观察人士指出，AMD的论断带有明显商业立场。尽管部分前沿团队可能已减少对CUDA的依赖，但多数企业仍倾向于使用经过验证的技术栈。考虑到AI数据中心建设成本动辄数亿美元，稳定性往往比成本优化更具优先级，这可能延缓技术迁移的进程。
CUDA是否真正失去垄断地位，最终取决于更高抽象层开发模式和AI自动优化技术能否成为行业主流。目前这些趋势仍局限于少数创新团队，其大规模普及仍需时间验证。
