GPU可以分为三类，渲染、FP和AI。所谓的渲染，就是玩家口中的显卡，主要负责游戏、桌面、图形化应用；FP是超算的加速卡，可以做科学计算；AI则是深度学习卡，专门处理人工智能应用中的大量计算任务。
随着人工智能产业快速崛起，英伟达市值直线上扬，从2001年的62.4亿美元飙升到了如今的2.3万亿美元，甚至有取代苹果之嫌。因为英伟达是AI芯片行业的领军企业，不仅拥有极高的声誉，还有垄断级的市场份额，国内许多互联网大厂更是对英伟达芯片形成了依赖，不仅得益于英伟达领先的GPU性能，更是因为英伟达的CUDA技术。
CUDA也叫统一计算架构，这是英伟达的并行计算平台，不仅可以调用GPU进行计算，还能调用GPU硬件加速，让GPU的性能得到极大幅度的提升，使用CUDA内置函数可能比手动实现的版本效率高出许多。
正是因为GPU硬件与CUDA架构的捆绑，使得英伟达吸引了大量开发者和厂商加入，巩固了其在GPU市场的领先地位。如果有新的GPU玩家入局，首先要做的就是如何兼容CUDA，否则会给开发者带来非常高的学习成本。
不过， CUDA本身是闭源，一些CPU厂商没有英伟达的授权也可以使用，通过转移层直接使用英伟达的CUDA源代码，等同于破解，但此举会带来侵权的风险。然而，近期英伟达却突然宣布了一条 “禁令”，表示生态系统合作的企业不准借助于转译层利用CUDA代码。
为什么英伟达做出这种决定？
首先，CUDA与GPU捆绑的模式就意味着用户有两个选择：要么使用英伟达产品；要么第三方不得使用CUDA计算平台，而英伟达高端GPU芯片又被限制出口，所以英伟达此举就意味着国内GPU厂商不能使用CUDA计算平台，更不能转译破解去使用CUDA代码。
在英伟达垄断全球GPU市场时，英伟达一直像微软那样，对转译、破解的做法睁一只眼闭一只眼。但当禁令渗透到AI芯片领域，越来越多的公司涌入这一赛道，个别厂商已经威胁到了英伟达在AI加速计算领域的霸权地位，甚至有取而代之之嫌，英伟达此举也被许多人解读为遏制国内GPU（AI）芯片厂商的发展。
其次，除了中国企业之外，AMD和英特尔还在联手第三方开发者推进开源项目ZLUDA，该项目旨在使AMD和英特尔的GPU能够运行英伟达的CUDA应用。这两家公司凭借强大的研发能力、广泛的品牌影响力，以及制造工艺和晶体管密度上的优势，给英伟达带来了巨大的市场压力，未来很可能会对英伟达的市场地位和市值造成了严重冲击，此举也是防患于未然。
中企霸气回应
相对而言，国内网友更担心，没有英伟达CUDA平台，国内厂商应该如何应对？
其实华为、中兴5G、国产芯片接连被限制早已为国内企业一次又一次地敲响了警钟，面对英伟达此次“禁令”，国内GPU大厂摩尔线程也霸气回应，其负责人表示，摩尔线程有独立自主的全功能GPU系统架构MUSA，不会受到英伟达CUDA兼容条款的任何影响。
用人话来说，不需要了，随便禁！国内用户依旧可以使用MUSA代码，借助MUSA进行开发。
此外，能比肩英伟达高端芯片A100的华为昇腾910B，也有自主研发的达芬奇架构，无须担心。
总体来说，英伟达高端GPU芯片无法进入大陆市场，如今又对CUDA架构实施新规，无疑体现出了明显的内生悖论，本来是要为中国的人工智能发展制造障碍，实际却起到了正好相反的效果。反而会倒逼中国人工智能产业成为更具核心技术与产业支撑的形态，最终侵蚀他们自己的发展根基，颇具讽刺意义。
同意的请点赞，同时转发给更多志同道合的朋友！