Взлетом своих котировок в последние годы Nvidia (NVDA) в первую очередь обязана GPU-ускорителям вычислений. Компьютер даже с самым мощным чипом, но без программного обеспечения – просто набор металлических конструкций и микросхем, и Nvidia никогда не забывала об этом. В 2006 году компания представила миру свою закрытую программно-аппаратную архитектуру для параллелизации вычислений CUDA, которая закрепляет за Nvidia статус лидера отрасли.

За эти годы NVDA создала глобальное сообщество из более чем 4 млн разработчиков, которые используют CUDA для оптимизации вычислений на чипах Nvidia, что дает кратный прирост производительности.

После того как мир осознал критическую важность ускоренных вычислений и практически монопольную позицию Nvidia, крупнейшие технологические гиганты существенно нарастили инвестиции в данной области. И если разработать чипы, сопоставимые с продуктами Nvidia, – вполне реалистичная задача, то спроектировать программно-аппаратную архитектуру и убедить разработчиков перейти на нее, забыв про CUDA, – дело точно непростое. Так, для решения данной проблемы в сентябре 2023 года была основана организация The Unified Acceleration (UXL) Foundation, целью которой является создание открытой программно-аппаратной архитектуры для ускоренных вычислений. В ее состав вошли Google (GOOGL), Intel (INTC), Qualcomm (QCOM), Broadcom (AVGO), ARM Holdings (ARM), корейская Samsung и японская Fujitsu. В основе новой открытой архитектуры лежит OneAPI, разработанный Intel.

В интервью Reuters Винеш Сукумар, руководитель отдела искусственного интеллекта и машинного обучения Qualcomm, сказал: «Мы фактически показываем разработчикам, как можно перейти с платформы Nvidia». Члены UXL Foundation хотят создать набор программного обеспечения и инструментов, которые сделают возможной работу с любыми типами ускорителей вычислений.

Тут стоит вспомнить про AMD и ее достижения в сфере ИИ и ускоренных вычислений. Компания имеет собственный аналог CUDA с открытым программным кодом под названием ROCm, который в последние кварталы демонстрирует феноменальный прирост производительности. Хотя AMD еще в 2008 году представила свой первый аналог CUDA, успехом это не увенчалось, и лишь в 2016 году компания пришла к текущей ROCm. Сейчас программно-аппаратная архитектура AMD все еще довольно сильно уступает аналогу от Nvidia, особенно в количестве использующих ее разработчиков. Тем не менее консолидированное стремление крупнейших компаний отрасли предложить альтернативу CUDA все-таки даст результаты в ближайшие годы, но пока что Nvidia сохраняет лидерство.