英伟达在每张显卡底层嵌入了cuda硬件指令集，同时在软件层面推出一整套编译器、库文件和开发工具。
cuda最伟大也最可怕的地方在于，它允许程序员直接用最普及的c语言，调用显卡底层算力。
程序员不再需要学晦涩的图形api，也不需要伪装数据。
只要会写c语言，只要装了cuda开发包，就能轻松把一段并行计算代码跑在英伟达显卡上。
这极大降低了gpu通用计算门槛。
华尔街投资人不理解，为什么一家卖硬件的公司，要养几千软件工程师维护一个免费给开发者用的平台。
但黄仁勋顶住压力，强行推广cuda。
他甚至跑到各大学计算机系，免费发支持cuda的显卡，鼓励学生用cuda做科研计算。
这是一个极度长远的阳谋。
随时间推移，越来越多程序员习惯用cuda。
各种基于cuda的科学计算库、深度学习框架开始在开源社区生长。
当2025年大模型时代爆发，全球科技公司都需要海量算力训练ai时，他们发现一个绝望的现实。
所有成熟ai算法，所有好用的深度学习框架，底层代码都是基于cuda写的。
而cuda，是英伟达的私有闭源技术。
它只支持英伟达自家显卡。
如果买一批amd显卡，会发现根本无法运行主流ai算法，因为amd硬件解析不了cuda指令。
想在amd显卡上跑通大模型，必须把整个软件生态从底层重写。
这个工作量，大到没有公司愿意承担。
这就是为什么，到了ai时代，所有人都只能捏着鼻子去抢购英伟达高价算力卡。
算力可以制造，但生态一旦形成，就是一道叹息之墙。
夏冬放下手机，揉了揉眉心。