导读：那几年，资本市场给了它极高的期待，很多媒体甚至直接喊出了"中国版英伟达"这个称呼。现在回头看，这个称呼其实既是一种赞誉，也是一种压力。因为从那一刻开始，寒武纪面对的竞争对手，就不再是国内其他芯片公司，而是全球GPU霸主英伟达。很多人后来分析寒武纪的发展，总喜欢讨论芯片性能、制…
上一集我们讲到，AlphaGo掀起了全球AI热潮，寒武纪也迎来了自己的高光时刻。那几年，资本市场给了它极高的期待，很多媒体甚至直接喊出了"中国版英伟达"这个称呼。现在回头看，这个称呼其实既是一种赞誉，也是一种压力。因为从那一刻开始，寒武纪面对的竞争对手，就不再是国内其他芯片公司，而是全球GPU霸主英伟达。很多人后来分析寒武纪的发展，总喜欢讨论芯片性能、制程工艺、算力指标，好像只要参数追上去了，就能够挑战英伟达。但我做了二十多年服务器之后，越来越觉得，真正决定一家AI芯片公司命运的，从来不是芯片本身，而是芯片背后那套庞大的生态。
举一个很简单的例子。很多朋友买电脑的时候，会比较CPU跑分、显卡性能，觉得数字越高越厉害。但企业采购AI服务器，尤其是高校实验室、科研院所和AI公司采购的时候，思考方式完全不一样。我接触过很多老师和算法工程师，他们几乎不会一上来就问："强哥，哪块卡算力最高？"他们更关心的是："我的PyTorch能不能直接运行？模型迁移要不要改代码？CUDA版本兼不兼容？环境多久能够搭建好？"这些问题听起来不像是在问硬件，其实恰恰说明，他们真正买的已经不是一块GPU，而是一整套开发环境。对于一个科研团队来说，论文可能还有两个月就要投稿；对于一家AI企业来说，项目可能下个月就要交付。如果换一块芯片，需要整个团队重新学习工具链、重新适配框架、重新修改程序，那么即使硬件性能再高，很多人也会犹豫，因为时间成本往往比硬件成本更贵。
这也是很多人误解英伟达的地方。大家都知道CUDA，但不少人以为CUDA只是一个软件开发工具，或者一个驱动程序。实际上，它更像是一种行业语言。二十年前，英伟达开始布局CUDA的时候，人工智能还远远没有今天这么火，它最初的目标也不是训练大模型，而是希望开发者能够利用GPU完成更多通用计算。后来，越来越多高校开始教授CUDA课程，越来越多科研论文采用CUDA开发，越来越多软件框架默认支持CUDA。十几年下来，它已经渗透到了整个AI产业链。今天，全世界大量AI教材、开源项目、科研代码，默认运行环境都是CUDA。当几十万开发者都使用同一种语言交流的时候，这种语言本身，就已经成为了一道极高的门槛。
很多人觉得，一家公司把芯片设计出来，后面的事情自然就解决了，其实恰恰相反。芯片只是开始，真正困难的是如何让别人愿意围绕你的芯片写程序、开发软件、制作工具、培训学生，再一代一代把这些经验积累下来。为什么今天很多高校实验室里的研究生，一开始接触深度学习，安装的第一套环境就是CUDA？为什么很多开源模型发布以后，官方首先支持的是英伟达GPU？不是因为其他芯片不能做，而是因为整个行业已经形成了习惯。这种习惯，不是一场发布会能够改变的，也不是一两代产品能够追上的，它需要长期积累，需要开发者、企业、学校共同参与，最后才会形成真正的生态。
其实，寒武纪也很早意识到了这一点。很多人只关注它发布了哪些芯片，却没有注意到，它这些年一直在建设自己的软件平台和开发工具，希望降低开发者迁移成本，让更多AI框架能够运行在自己的芯片上。这条路远比设计芯片更加漫长，因为性能可以靠一代产品一代产品去提升，而生态却没有捷径。它需要一个客户一个客户去适配，一个项目一个项目去验证，一所高校一所高校去合作，再慢慢培养开发者的使用习惯。对于任何一家后来者来说，这都是最难的一关。
这些年做算力，我自己的感受也越来越明显。早些年客户采购GPU服务器，讨论最多的是显存、CUDA核心数量、双精度性能；后来开始讨论TensorFlow、PyTorch版本；再后来，大家开始关注Docker镜像、Kubernetes集群、vLLM、推理框架、模型部署。也就是说，客户越来越少讨论单独的一块GPU，而越来越关注整个平台能不能稳定运行。这也是为什么现在很多企业采购服务器的时候，我们提供的已经不仅仅是一台机器，而是从硬件、驱动、开发环境到模型部署的一整套解决方案。因为真正能够创造价值的，从来都不是某一块芯片，而是整个算力平台。
所以，如果今天有人问我，寒武纪和英伟达最大的差距是什么，我不会首先回答制程、显存或者算力。我更愿意回答两个字，时间。英伟达真正可怕的地方，不只是它今天拥有领先的GPU，而是它用了二十多年时间，让全世界开发者都站在了自己的生态里面。后来者想要追赶的，不只是产品性能，更是过去二十多年积累下来的开发者、软件、工具链和行业经验。这也是整个国产AI芯片产业共同面对的挑战，并不仅仅属于寒武纪一家。
不过，历史的发展往往充满戏剧性。就在大家都认为AI芯片市场会一路高歌猛进的时候，资本却突然开始降温。大量AI创业公司融资困难，行业热度迅速下降，寒武纪也迎来了成立以来最艰难的一段时期。曾经被寄予厚望的明星企业，突然发现，市场远没有想象中那么美好。很多人开始怀疑，AI芯片是不是被高估了，寒武纪还能不能坚持下去。而这一切，都将在下一集揭晓。因为没有人想到，几年之后，一个叫ChatGPT的产品，会再次点燃整个AI世界，也彻底改变寒武纪和整个算力行业的命运。
下一集，我们就来聊整个寒武纪故事里最关键的一场较量。为什么很多人都说，寒武纪输的不是芯片，而是生态？为什么英伟达真正可怕的，从来都不是GPU本身，而是那个叫CUDA的东西？如果这一点看不懂，就很难真正理解今天整个AI算力江湖的格局。
如果你正在规划GPU服务器、AI工作站、本地大模型部署或科研算力平台，可以查看网昱智算GPU服务器产品，也可以联系方案工程师沟通具体场景。
相关关键词：寒武纪、国产AI芯片、AI算力、强哥聊算力、算力江湖
