国产“CUDA”浦源平台：英伟达霸权时代的终结者！兼容所有国产GPU与CPU迭代加速平台（包括华为寒武纪）

首先什么是“CUDA”？

大家都知道CUDA是英伟达最大的“护城河”，因为软件是可以依靠生态形成强大的用户粘性的，但缺点在于容易被模仿。因为对手模仿和兼容你的交互界面时，你的用户流向竞争对手的成本就会变得很低。英伟达CUDA最厉害的就它把软件与硬件相结合，对于竞争对手来说，只有两个选择，第一绕开CUDA，重建一套软件生态，这个太难了，因为没有十年半载很难重新做一个CUDA，这就要直面NV用户粘性的巨大挑战。第二兼容CUDA，那么就会被牵制，你们说怎么选？

如果厨房比作计算机，炉灶相当于GPU，各种调味料和烹饪工具则像是优化工具和库。哪怕国产可以制造出炉灶（GPU），但那些精心调配的调料、各式各样的烹饪工具以及并行处理管线（CUDA）能否轻易复制呢？想象一下，全球的开发者们在这个“中央厨房”里花费了无数时间烹饪（训练AI模型、算法等）。某天，他们突然需要转战另一个厨房，他们还能像以前一样迅速地做出同样的菜肴吗？这其中的学习成本显然是不容忽视的。所以我们必须做自己的"CUDA"。

可以打破英伟达的“CUDA”吗？

还好我们有了上海智能实验室的浦源开源平台，这个平台被称为国产“CUDA”，所有的国产卡都可以在浦源“CUDA”上使用自己的芯片，也就是说国产卡不用再考虑兼容"CUDA”的问题，也不需要开发自己的软件的生态，直接在浦源上开发就可以了。这是国产芯片的重要利器。老黄已经哭晕。

上海人工智能实验室（Shanghai Artificial Intelligence Laboratory，简称SAIL）是一家集人工智能科研、教育、产业化和国际合作为一体的高水平研究机构。它致力于成为全球人工智能领域的重要创新基地和人才培养中心。

上海人工智能实验室成立于2018年，是由上海市zf与清华、南大复旦、交大、同济等共同发起成立的研究机构。实验室覆盖人工智能的基础理论研究、关键技术研发、场景应用探索等多个方面，主要是机器学习、深度学习、计算机视觉、自然语言处理、机器人技术等。

科研团队：上海人工智能实验室汇聚了国内外一流的人工智能专家和科研团队，实验室牵头科学家团队由汤晓鸥、姚期智、陈杰等人工智能领域全球顶尖学者组成。可惜汤老师。。。

实验室有博士后为实验室，是科研工作的重要力量，实验室为博士后创造良好的科研环境、具国际竞争力的薪酬以及优厚的海外知名高校或研究所的访学经费支持，博士后出站考核为"优秀"，可获推荐为副研究员岗位候选人。

对博士的待遇也是有目共睹的，他们可支持申报国家"博新计划"（两年63万元）、国际交流计划引进项目（两年40万元）、博士后科学基金特别资助（18万元）、上海市超级博士后计划（两年60万元）。

上海人工智能实验室研究方向

第一个’人工智能基础理论’，描述了开展人工智能前沿基础理论研究、包括机器学习、强化学习、深度学习、知识计算、因果推理等的重要性。

第二’人工智能开放平台’，强调了构建人工智能新型大数据、算法和算力等平台在全面支撑人工智能基础和应用研究中的关键作用。

第三’人工智能基础软件和基础硬件系统’，强调了开展人工智能基础软硬件系统的研发，构建技术生态的软硬件基础的重要性。

第四’人工智能应用’，强调了探索人工智能技术在城市、交通、医疗、教育、文旅、金融等领域中的应用，并关注其技术平台的研发。

第五、人工智能核心技术，发展新一代人工智能技术，包括计算机视觉、自然语言处理、语音处理、决策智能、智能机器人、城市计算、计算机图形学、数字孪生等。

浦源平台：浦源平台（Puyuan Platform），集成了人工智能研发和应用的服务平台，提供计算资源、数据资源、算法模型等支持，以促进人工智能的研究和应用。

浦源平台的特点包括：

强大的计算能力：浦源平台拥有高性能的计算资源，包括GPU、CPU和AI专用的硬件加速器，可以提供强大的计算支持，满足大规模人工智能计算需求。

丰富的数据资源：浦源平台汇集了多种数据资源，包括公开数据集、私有数据集和专业数据服务，为人工智能研究和应用提供了丰富的数据支持。

先进的算法和模型库：浦源平台提供了丰富的算法和模型库，包括深度学习、机器学习、计算机视觉等领域的算法和模型，方便用户快速搭建和训练人工智能应用。

开发和部署工具：浦源平台提供了开发和部署工具，包括代码管理、版本控制、自动化构建和部署等，帮助用户高效地开发和部署人工智能应用。

协同研发环境：浦源平台支持多人协同研发，提供了团队管理、项目管理、任务分配等功能，方便团队成员共同推进人工智能项目的研发。

应用场景覆盖广泛：浦源平台覆盖了多个领域的应用场景，包括医疗、金融、交通、智能制造等，为不同行业的人工智能应用提供了解决方案。

浦源目前开发的平台

1、OpenMMLab - 浦视 视觉智能开源平台 OpenMMLab 是一个面向计算机视觉任务的开源机器学习库，它提供了一系列预训练模型和工具，以帮助研究人员快速搭建、测试和部署视觉任务。

2、OpenGVLab - 通用视觉开源平台 OpenGVLab 是一个致力于通用视觉任务的开源平台，它集成了多种视觉处理工具和算法，适用于图像和视频分析、目标检测、语义分割等任务。

3、OpenDILab - 浦策 开源决策智能平台 OpenDILab 是一个开源的决策智能平台，它提供了一系列决策模型和算法，支持复杂的决策问题求解，如强化学习、多智能体系统等。

4、OpenXDLab - 浦画 高质量数字内容平台 OpenXDLab 是一个专注于数字内容处理的开源平台，它提供了图像、视频、音频等数字内容的处理工具和算法，支持高质量数字内容的创建和分析。

5、OpenXRLab - 浦实 扩展现实开源平台 OpenXRLab 是一个致力于扩展现实（XR）技术的开源平台，它提供了XR内容的创建、编辑和体验工具，支持虚拟现实（VR）、增强现实（AR）和混合现实（MR）的应用开发。

6、OpenDataLab - 浦数 人工智能数据开源开放平台 OpenDataLab 是一个人工智能数据开源开放平台，它提供了大规模的数据集、数据处理工具和算法，以支持人工智能研究和应用中的数据需求。

7、DeepLink - 浦算 人工智能开放计算体系 DeepLink 是一个人工智能开放计算体系，它提供了高效的计算资源和调度系统，支持各种深度学习任务的高性能计算和模型训练。

8、OpenEGLab - 蒲公英 人工智能治理开放平台 OpenEGLab 是一个人工智能治理开放平台，它提供了人工智能伦理、合规和治理的工具和方法，旨在推动人工智能的健康和可持续发展。

9、OpenInnoLab - 浦育 青少年人工智能开放创新平台 OpenInnoLab 是一个面向青少年的人工智能开放创新平台，它提供了人工智能教育和创新工具，鼓励青少年学习和实践人工智能技术。

10、OpenMEDLab - 浦医 医疗多模态基础模型开源平台 OpenMEDLab 是一个专注于医疗多模态基础模型的开源平台，它提供了医疗图像、文本、临床数据等多模态数据的处理和分析工具，支持医疗健康领域的研究和应用。

11、OpenDriveLab - 浦驾 自动驾驶开放平台 OpenDriveLab 是一个自动驾驶开放平台，它提供了自动驾驶系统的模拟、测试和优化工具，支持自动驾驶算法的研究和开发。

我总结下

CUDA 是英伟达投入上千亿培养的生态软件，也是用户选择的结果。对国产AI 芯片公司、GPGPU公司来说，兼容 CUDA 容易被老黄牵着鼻子走，如果自己建私有生态确实是不合算，但是我们既然自主可控就必须要做自己的“CUDA”，让自己的生态软件能独立自己，这样才不会永远被人捏住“DD”，所以我觉得浦源的“CUDA”是尤为重要。也是我们大国科技的战略，也是不容小觑，必须要大力支持开发。

在“天下苦CUDA久已”的趋势下，我们国产力拔山兮气盖世，时不利兮骓不逝，现在 N 卡这么贵，还有卡脖子的问题，自研硬件几乎是必然的结果。然后上海人工智能实验室搭建“CUDA”软件生态，并且全部开放使用，未来我们更多的开发者都可以在上面开发。让我们浦源平台慢慢成熟，我们中国的开发者是美国的5倍，所以追上只是时间问题。让我们拭目以待吧！