在北京近期举办的昇腾计算产业发展峰会上，华为轮值董事长徐直军揭晓了一项重大决定：华为CANN Mind系列应用套件及工具链将全面开源。这一举措旨在赋能开发者，使他们能够更深入地挖掘潜力，进行自定义开发，从而加速创新进程，让昇腾AI芯片的使用变得更加便捷和高效。
CANN，即“神经网络计算架构”，是华为主导的一项技术，它作为桥梁连接着上层的AI训练框架（诸如PyTorch、TensorFlow、MindSpore等）与底层的昇腾AI芯片。通过CANN，开发者无需深入了解昇腾AI芯片的细节，便能轻松调度和执行底层算力，从而打造出适配华为昇腾AI芯片的应用。然而，尽管功能强大，CANN在业界的支持度却不及英伟达的CUDA。
面对这一现状，华为选择将CANN开源，期望借此提升昇腾AI芯片的可用性和开发者的创新速度。会上，来自AI领域的领军企业、合作伙伴、高校及科研机构的代表齐聚一堂，共同探讨如何构建更加开放和包容的昇腾生态。他们共同发起了《CANN开源开放生态共建倡议》，旨在汇聚产业力量，共同探索AI的无限可能。
徐直军董事长在会上强调，华为AI战略的核心在于算力，而昇腾硬件则是实现这一战略的关键。他指出，华为将坚定不移地通过昇腾硬件推动AI的发展。外界普遍认为，华为的这一举措是中国在科技自主道路上迈出的重要一步，有助于减少对英特尔AI芯片及CUDA生态的依赖，同时激励更多开发者参与到昇腾AI软件生态的建设中来。
英伟达在CUDA生态上采取了封闭式策略，高度绑定自家硬件，这引发了部分开发者的不满。尽管市场上曾出现过如ZLUDA等项目，试图通过转译层让CUDA支持其他GPU，但这些项目大多因英伟达的反对而未能成功。英伟达甚至在2024年明文禁止了转译层技术，并从CUDA 11.6版本开始实施。
然而，英伟达今年也推出了名为“NVLink Fusion”的新服务，为云端供应商提供了一种便捷途径，可利用任何ASIC、英伟达的机架系统以及英伟达的端对端网络平台，将AI工厂扩展到数百万颗GPU。这一举措显示了英伟达在AI生态布局上的灵活性和前瞻性。
尽管如此，华为此次将CANN开源仍然被视为加速推动昇腾AI芯片市场采纳率的重要一步。然而，要想追上拥有18年历史且持续更新的英伟达CUDA，CANN无疑还有很长的路要走。这一竞争态势不仅考验着华为的技术实力和市场策略，也将对AI领域的未来发展产生深远影响。
