老黃壘20年的CUDA護城河，AI剛剛用10小時鑿開了

英偉達創辦人黃仁勳花了將近二十年時間，一手砌起 CUDA 這道軟體護城河，如今卻被人工智慧在短短十小時內鑿開一道裂縫。一家成立僅一年的新創公司，利用 AI 編程智能體，只花十個小時就搭建出一套「類 CUDA 軟體」，幾乎完整複製了英偉達引以為傲的平行運算平台架構。消息傳出後，再次引發業界對於 CUDA 是否可能被顛覆的熱烈討論。CUDA 是英偉達在 2006 年推出的平行運算架構，讓開發者能夠直接運用 GPU 進行通用計算，而不僅限於繪圖處理。二十年來，英偉達圍繞 CUDA 建立起龐大的軟體生態，涵蓋深度學習框架、加速函式庫、開發工具鏈，以及數以萬計的優化算子。

這套生態系統被視為英偉達最堅固的護城河，即使競爭對手推出效能更強的硬體，也難以撼動其市場地位。然而，這家神秘的新創公司這次僅靠 AI 編程智能體，便自動化生成了一套與 CUDA 功能相容的軟體層。據了解，該智能體在十小時內完成了以往需要數百人年才能開發的程式碼，包括底層的記憶體管理、執行緒排程、核心函數優化等關鍵模組。雖然這套「類 CUDA 軟體」尚未經過大規模商業驗證，但已足以證明 AI 自動化軟體開發的能力，正在快速逼近甚至超越人類工程師。與此同時，開源社群也在積極降低對 CUDA 的依賴。

中國 AI 公司 DeepSeek 近期開源了一套名為 TileKernels 的 GPU 算子庫，採用 TileLang 語言編寫，大幅減少手寫底層 CUDA 程式碼的需求。TileLang 提供更高層的抽象，讓開發者可以用更少的程式碼描述運算模式，再由編譯器自動生成高效的 CUDA 核心。這項開源專案已經吸引不少開發者關注，被視為另一條繞過 CUDA 封閉生態的路徑。其實，類似「CUDA 危機」的說法每隔一段時間就會出現。過去曾有 AMD 的 ROCm 平台、Intel 的 oneAPI，以及 Google 的 TPU 專用軟體棧，都被認為有機會挑戰 CUDA 的統治地位。

但每次都因為生態成熟度、相容性、開發者習慣等因素，最終未能撼動英偉達的護城河。這次 AI 智能體與開源工具的雙重攻勢，是否真的能讓 CUDA 地位動搖，值得持續觀察。英偉達靠著一代代效能更強的 GPU 晶片，從 H100、Blackwell 到未來的 Rubin，吃下了這一波 AI 浪潮的最大紅利。但硬體再強，也需要軟體生態才能發揮實力。CUDA 的護城河正是建立在數百萬開發者的使用習慣與數十年的軟體積累之上。如今，AI 自動化編程工具正在快速降低這道門檻，讓開發者不必再從頭學習 CUDA 的複雜細節。這家初創公司的事蹟，也讓人聯想到 AI 代理程式在軟體工程領域的快速進展。

過去一年，GitHub Copilot、Cursor、Devin 等工具已經能協助工程師完成部分編碼任務，但像這次直接生成一套完整軟體平台的案例仍屬罕見。如果 AI 編程智能體能夠以如此高效的方式複製大型軟體系統，那麼未來的軟體開發模式可能從「人寫程式碼」轉變為「人設計規格，AI 生成實作」。不過，也有專家提醒，這套「類 CUDA 軟體」目前僅是概念驗證階段，距離真正取代 CUDA 還有很長的路。首先，它需要通過大量實際應用的測試，包括相容性、穩定性、效能表現。其次，開發者社群對新軟體平台的接受度至關重要，即使功能再強，若沒有足夠的第三方函式庫與框架支援，也很難形成生態。

DeepSeek 的 TileKernels 則走了一條更務實的路：不直接取代 CUDA，而是讓開發者更容易寫出高效能 GPU 程式，間接降低對 CUDA 的依賴。這種「少寫一點 CUDA」的策略，可能比直接複製一套全新平台更容易被市場接受。畢竟，轉換成本是 CUDA 護城河最堅固的部分，任何新平台都必須解決既有的軟體資產相容問題。從更宏觀的角度看，AI 正在重新定義軟體開發的邊界。過去，開發一個平行運算平台需要多年的工程團隊與大量資金；現在，一個 AI 智能體加上適當的訓練資料，就能在短時間內完成類似的工作。

這不僅是對英偉達的挑戰，也是對整個軟體產業的提醒：那些靠著複雜性與人力門檻建立的護城河，可能不再牢不可破。英偉達當然不會坐視不管。據了解，該公司內部也正在加速開發 AI 輔助的 CUDA 開發工具，試圖讓自家的生態系統更易於使用，同時強化對 AI 自動化編程的支援。黃仁勳過去多次強調，CUDA 的價值在於「每個人都在上面寫程式」，而這種網路效應正是護城河的核心。但當 AI 也能寫程式，甚至寫得比人更快更好時，網路效應的基礎就會開始鬆動。無論如何，這次十小時「複刻」CUDA 的事件，已經為業界敲響警鐘。

也許 CUDA 不會在短期內被取代，但 AI 對於軟體開發模式的衝擊，將迫使所有平台廠商重新思考如何保護自己的生態。對於開發者而言，這也可能是學習新工具、擁抱自動化時代的契機。畢竟，當 AI 能用十小時鑿開一條護城河，誰也無法預測下一次它會用多短時間，完全填平這條河。