中国尝试突破NVIDIA CUDA技术壁垒，寻求新方式实现技术自主。
4月8日消息，中国一直在努力突破NVIDIA CUDA的技术壁垒，其中一种变通方案值得特别关注。 在当前全球半导体技术竞争日益激烈的背景下，中国对自主技术生态的构建愈发重视。NVIDIA的CUDA平台长期以来在高性能计算和人工智能领域占据主导地位，其生态体系形成了较高的技术门槛。面对这一挑战，中国采取了多种策略，包括发展本土替代方案，以减少对外部技术的依赖。此次提到的变通方案，不仅体现了国内技术发展的灵活性，也反映出在核心技术受制于人的情况下，寻求突破的迫切需求。这种探索对于推动国产芯片生态的发展具有积极意义。
在SEMICONCHINA 2026全球半导体产业战略峰会期间，中国半导体行业协会副理事长、IC设计分会理事长、清华大学教授魏少军，就国内AI产业如何突破NVIDIA CUDA生态垄断这一核心问题，提出了新的破局思路。他指出，应放弃成本高昂的复刻CUDA传统路径，转而探索“软件定义芯片（SDC）”架构，从根源上重构硬件的定义与应用逻辑，以实现技术的自主可控。 我认为，这一思路具有重要的现实意义。当前，CUDA生态在AI算力领域占据主导地位，其封闭性和高门槛使得国内企业难以有效突破。单纯依赖复刻不仅投入巨大，且难以形成真正的竞争力。而“软件定义芯片”则强调通过软件灵活定义硬件功能，提升系统的适应性与效率，这为国内半导体产业提供了全新的发展路径。这种从“硬件驱动”向“软件驱动”的转变，或将引领未来芯片设计的范式变革，推动国产AI芯片走向更广阔的市场空间。
众所周知，生成式AI的迅猛发展，正在使全球算力的掌控权高度集中于少数几大架构和生态系统之中。NVIDIA的创始人黄仁勋多次强调，CUDA是NVIDIA在人工智能领域保持领先地位的“核心壁垒”，对软件生态的持续投入与建设，是NVIDIA区别于其他厂商的关键优势。
而中国行业对CUDA生态的高度依赖，已成为国内半导体与AI产业发展的核心关切，魏少军也明确提出，国内应开发CUDA及其他西方来源核心组件的替代方案。
魏少军表示，当前全球AI发展已被NVIDIA的GPGPU架构和CUDA生态深度绑定，形成了“模型-架构-生态”三重依赖。
传统观念认为，人工智能是依靠计算来实现的。“如果继续使用现有的芯片架构，很可能只能跟随他人，难以实现突破。”
魏少军认为，人工智能芯片的发展亟需突破性思维，构建具有中国特色的创新人工智能技术路线。未来人工智能技术应从终端应用出发，以实际应用需求驱动软件开发，再通过软件反向定义芯片架构，从而更好地满足各类人工智能终端设备的个性化需求，提升计算能力的供给水平。
不可否认，当前全球AI的算力基石，很大程度上建立在以NVIDIA GPU为首的特定架构上。主流AI模型已与特定芯片架构深度绑定。这种绑定不仅限于硬件使用，更延伸至整个软件开发生态。
当全球的AI开发者逐渐习惯在一个芯片生态中进行开发时，我们所依赖的不仅仅是其硬件本身，更是由这个生态所主导的规则体系。 在我看来，这种技术生态的集中化趋势正在深刻影响整个行业的发展方向。芯片厂商不仅在硬件层面占据主导地位，在软件生态、开发工具和标准制定上也拥有强大的话语权。这使得开发者在选择技术路径时，往往不得不遵循既定的规则，从而形成一种隐性的技术依赖。这种依赖关系一旦形成，可能会对行业的创新能力和多样性产生深远影响。因此，如何在技术合作与自主可控之间找到平衡，成为当前科技领域亟需思考的问题。
魏少军提出了一种“软件定义芯片（SDC）”架构的设想，其核心思想是构建一个功能可重构的硬件基础，使芯片本身不再具备固定的功能，而是通过上层软件动态、实时地定义其计算方式和应用范围。 这一理念为未来芯片的发展提供了新的方向，打破了传统芯片设计中“功能固化”的局限。在当前技术快速迭代的背景下，软件定义的方式能够提升芯片的灵活性和适应性，使其更高效地满足多样化应用场景的需求。随着人工智能、边缘计算等领域的不断拓展，这种可重构的硬件架构或将带来更深远的技术变革。
这种架构实现了软硬件的深度协同，既非完全解耦，也不同于传统意义上的紧耦合，而是形成了一种硬件随软件灵活变化、动态适配的弹性关系。这种设计在可接受的性能与功耗代价下，有效平衡了灵活性、效率与风险控制，展现出较高的技术前瞻性与实用性。 从技术发展的角度来看，这种架构的出现标志着行业正在探索更高效的资源利用方式。它不仅提升了系统的适应能力，也为未来复杂应用场景下的技术演进提供了更多可能性。在当前计算需求日益多样化、系统复杂度不断上升的背景下，这种弹性协同模式具有重要的现实意义。
其战略价值在于，通过架构上的创新而非仅仅依赖工艺的提升，来提高计算效率，这为突破先进制程的瓶颈、打造自主的算力体系提供了切实可行的技术路线。
魏少军强调，即使最初的产品不够完善，也必须投入使用。尝试错误未必能成功，但不尝试必定会被淘汰。技术的成熟离不开实际场景的打磨，而生态的构建更需要时间的积累与沉淀。
这场比赛不仅检验了技术能力，更考验了战略耐心。他表示。
