8月5日，昇騰計算產(chǎn)業(yè)發(fā)展峰會在北京召開。來自AI領軍企業(yè)、伙伴、高校與科研機構(gòu)的代表共同探討了如何更好地構(gòu)建開源開放的昇騰生態(tài)，加速AI創(chuàng)新和發(fā)展。

華為輪值董事長徐直軍在主題演講中強調(diào)：華為AI戰(zhàn)略的核心是算力，并堅持昇騰硬件變現(xiàn)。徐直軍在會上宣布華為昇騰硬件使能CANN全面開源開放，Mind系列應用使能套件及工具鏈全面開源，支持用戶自主的深度挖潛和自定義開發(fā)，加速廣大開發(fā)者的創(chuàng)新步伐，讓昇騰更好用、更易用。

與會代表和華為共同發(fā)起了《CANN開源開放生態(tài)共建倡議》，以凝聚產(chǎn)業(yè)力量，共探AI邊界，共建昇騰生態(tài)。

華為的CANN和英偉達的CUDA

CANN（Compute Architecture for Neural Networks）和Mind工具鏈的全面開源具有多方面的價值，CANN作為昇騰芯片的底層加速引擎，對標的就是英偉達CUDA！

CANN是華為針對AI場景推出的異構(gòu)計算架構(gòu)，旨在連接上層AI框架（如TensorFlow、PyTorch、MindSpore等）和底層昇騰AI處理器（如昇騰310、昇騰910等），通過優(yōu)化計算任務調(diào)度和資源管理，[敏感詞]化昇騰芯片的性能。

CANN和CUDA（Compute Unified Device Architecture）在功能和目標上有相似之處，兩者目標一致都是為特定硬件設計的計算平臺，旨在通過編程接口（API）調(diào)用硬件加速能力，提升AI訓練和推理效率。

兩者都提供底層算子開發(fā)、內(nèi)存管理、并行計算支持等功能，幫助開發(fā)者直接操作硬件資源。兩者都試圖構(gòu)建獨立的開發(fā)者生態(tài)，通過工具鏈（如編譯器、調(diào)試器）降低開發(fā)門檻。

CANN和CUDA都包含驅(qū)動層、運行時層和庫層，架構(gòu)設計上非常相似。例如，CANN的驅(qū)動層負責設備初始化、資源分配和命令調(diào)度，運行時層管理應用程序的生命周期，庫層提供優(yōu)化的軟件組件。

兩者不同的是CUDA專為英偉達GPU設計，覆蓋消費級到服務器級顯卡（如GeForce、Tesla系列），適用于廣泛的計算密集型任務。CANN僅適配華為昇騰AI芯片（如Ascend 310、910），專注于AI推理和訓練場景。

CUDA自2007年推出以來，已形成龐大生態(tài)，擁有豐富的開發(fā)者工具（如cuDNN、TensorRT）、教程和社區(qū)支持，幾乎成為AI加速的行業(yè)標準。CANN起步較晚（約2018年后），生態(tài)尚在完善中，雖提供中文支持和國產(chǎn)化適配，但全球開發(fā)者資源和案例仍有限。

CUDA僅支持英偉達硬件，但覆蓋Windows、Linux、macOS等多系統(tǒng)。CANN目前以華為自研芯片為主，暫無兼容其他廠商硬件的明確計劃，生態(tài)封閉性更強，這次CANN將彌補以前的短板。

CANN和Mind工具鏈全面開源的價值

CANN 是面向昇騰 AI 處理器的算子開發(fā)與編譯優(yōu)化框架，它打通了從模型構(gòu)建、算子優(yōu)化到芯片執(zhí)行的完整鏈路。MindSpore 是全流程 AI 框架（類似 TensorFlow 或 PyTorch），但原生支持昇騰芯片，并深度結(jié)合 CANN 進行算子調(diào)度與硬件加速。

全面開源意味著開發(fā)者可以從源碼級別優(yōu)化模型性能，適配各種異構(gòu)場景，而不再受限于“黑盒”庫的性能瓶頸。

開源的價值主要體現(xiàn)在：

CANN開源后，開發(fā)者可以自由訪問和修改源代碼，能夠快速發(fā)現(xiàn)并修復漏洞，優(yōu)化現(xiàn)有功能，甚至開發(fā)全新的功能，從而加速CANN和Mind工具鏈的技術(shù)迭代速度。開源為不同技術(shù)之間的融合提供了便利。例如，CANN開源后，開發(fā)者可以將其與現(xiàn)有的各種深度學習框架（如TensorFlow、PyTorch等）進行無縫集成，實現(xiàn)技術(shù)優(yōu)勢的互補。

開源還將推動底層硬件優(yōu)化，CANN作為異構(gòu)計算架構(gòu)，開源后開發(fā)者可以直接接觸到底層硬件的編程接口，能夠針對昇騰芯片的特性進行深度優(yōu)化，充分發(fā)揮硬件的計算潛力。

2、推動中國AI生態(tài)構(gòu)建

開源的CANN與Mind 意味著華為的 AI 工具鏈不只是“產(chǎn)品”，而成為可以共享、復制、優(yōu)化的“基礎設施”。這對構(gòu)建 去依賴、可演進、跨平臺的國產(chǎn)AI堆棧 至關重要，尤其在 NVIDIA 框架生態(tài)受限的大背景下。

Mind 工具鏈開源后，國內(nèi)高校、研究機構(gòu)、中小廠商可以直接基于源碼開發(fā) AI 模型、部署 AI 應用，不再依賴國外封閉平臺。配合昇騰 NPU，可以形成類似“芯片-框架-工具鏈”的完整生態(tài)閉環(huán)，增強產(chǎn)業(yè)集聚效應。

開源能夠吸引全球范圍內(nèi)的開發(fā)者參與，形成一個龐大且活躍的開發(fā)者社區(qū)。開發(fā)者們可以在社區(qū)中分享經(jīng)驗、交流技術(shù)、貢獻代碼，共同推動工具鏈的發(fā)展。

開源后，開發(fā)者可以根據(jù)自己的需求對工具鏈進行定制和擴展，從而將AI技術(shù)應用到更多領域和場景中。例如，Mind工具鏈開源后，開發(fā)者可以將其應用于醫(yī)療影像分析、金融風險預測、智能交通等多個領域。

CANN和Mind工具鏈的開源能夠促進產(chǎn)業(yè)鏈上下游企業(yè)的協(xié)同合作。硬件制造商可以基于開源的工具鏈更好地適配和優(yōu)化自己的硬件產(chǎn)品；軟件開發(fā)商可以利用開源工具鏈開發(fā)出更高效、更優(yōu)化的應用程序。

開源的CANN和Mind工具鏈能夠降低企業(yè)開發(fā)AI應用的成本，提高開發(fā)效率，從而提升整個產(chǎn)業(yè)的競爭力。例如，企業(yè)可以利用開源工具鏈快速開發(fā)出高性能的AI模型，加速產(chǎn)品的上市時間。開源工具鏈的廣泛應用能夠推動傳統(tǒng)產(chǎn)業(yè)向智能化方向升級。例如，在制造業(yè)中，企業(yè)可以利用開源的AI工具鏈開發(fā)出智能質(zhì)檢系統(tǒng)，提高生產(chǎn)效率和產(chǎn)品質(zhì)量。

3、戰(zhàn)略價值：對抗“卡脖子”風險

開源可是有望實現(xiàn)AI算法工具的“根技術(shù)”自主可控，目前AI 基礎設施（如深度學習框架、編譯器、加速庫）長期被 TensorFlow、PyTorch、CUDA 等壟斷。開源 CANN+MindSpore 等同于建立中國自己的“AI操作系統(tǒng)”，增強了面對技術(shù)封鎖時的戰(zhàn)略韌性。

在全球科技競爭日益激烈的背景下，開源的CANN和Mind工具鏈能夠減少對國外技術(shù)的依賴，增強我國在AI領域的自主可控能力。

目前，在人工智能領域?qū)UDA的依賴程度非常高，這種依賴主要體現(xiàn)在CUDA有成熟的開發(fā)工具鏈、廣泛的框架支持以及硬件優(yōu)化上，截至2023年，英偉達在AI計算和深度學習GPU市場的占有率已經(jīng)超過70%。這種市場份額使得CUDA成為行業(yè)的事實標準，開發(fā)者和企業(yè)更傾向于使用已經(jīng)被廣泛驗證的技術(shù)。全球有超過600萬的CUDA開發(fā)者，形成了一個龐大且活躍的開發(fā)者社區(qū)。這種社區(qū)支持和開發(fā)者粘性使得CUDA的替代難度極大。

對于許多開發(fā)者來說，CUDA不僅是一個工具，更是一個行業(yè)標準，轉(zhuǎn)換到新的框架需要克服巨大的心理障礙和轉(zhuǎn)換成本。而英偉達也在不斷優(yōu)化CUDA，以適應新的計算需求，如生成式AI和量子計算等，這種持續(xù)的技術(shù)投入進一步鞏固了CUDA的地位。

盡管存在對CUDA過度依賴的警惕，但目前還沒有一個替代方案能夠在短時間內(nèi)完全取代CUDA，這種過度的依賴會導致一些災難性后果，例如，即便大家知道英偉達最近賣給中國的H20有后門，但是處于開發(fā)上的考慮，很多廠商還在積極購買這個庫存產(chǎn)品（詳見英偉達深夜回應：我的H20芯片沒“后門”！你信嗎？）要改變這樣的現(xiàn)狀就必須有我們自己的AI生態(tài)。尤其是是在黃仁勛表示CUDA要閉源后，這樣的風險也在加大，所以華為宣布CANN和Mind工具鏈開源意義重大！

這不是共享技術(shù)，這是共享未來！

免責聲明：本文來源于“電子創(chuàng)新網(wǎng)”公眾號，本文僅代表作者個人觀點，不代表薩科微及行業(yè)觀點，只為轉(zhuǎn)載與分享，支持保護知識產(chǎn)權(quán)，轉(zhuǎn)載請注明原出處及作者，如有侵權(quán)請聯(lián)系我們刪除。