近年来，人工智能爆发式增长，由于该领域的早期起步和积累，NVIDIA的人工智能算计卡和CUDA解决方案已成为事实上的标准，可谓遥遥领先。
目前，英伟达的各种人工智能计算卡（如A100）持续畅销，供不应求，所以赚得盆满钵满，现在英伟达的市值接近2万亿美元。
俗话说，“人气人多”，近两年，不少准竞争对手（包括英特尔、AMD）开始投入并专注于人工智能计算芯片的研发，希望挑战英伟达目前在该领域的主导地位。
此外，也有朋友对英伟达进行了尖锐的批评，其中英特尔现任CEO基辛格的观点最为辛辣犀利。
去年12月，基尔辛格在接受采访时表示，英特尔早期也有一个准人工智能研发项目larrabee（下图），后来因为各种原因被搁置和放弃，否则本来会成功。
因此，英伟达在人工智能领域的成功主要归功于运气。 此外，他表示，英伟达的CUDA是一个非常“落后”的解决方案，未来很可能会被淘汰。
在基辛格发表上述言论后，英伟达（Nvidia）应用深度学习研究副总裁布莱恩·卡坦扎罗（Bryan Catanzaro）曾在英特尔的larrabee项目团队工作，后来跳槽到英伟达，他在个人社交网络上驳斥了这一说法。
“2007 年，我在英特尔从事 Larrabee 项目，2008 年，我加入 NVIDIA 担任机器学习开发人员，”Brian Catanzaro 说。
我曾在两家公司工作过，有很多发言权，所以我可以诚实地说，英伟达在人工智能领域的主导地位不是运气问题，而是远见和执行力的结果，而这正是英特尔所缺乏的。 见上图。
本文的主题不是涵盖英特尔和 Nvidia 之间的口水战，而是根据具体情况分享关于 CUDA 的争论。
平心而论，这些内容对于普通读者来说太专业了，无法做出客观的判断，但我们可以听听一些不同渠道和阵营的业内人士的观点。
近日，一位非常有影响力的处理器架构师 Jim Keller（上图）也公开评论了 NVIDIA 的 CUDA 解决方案，Jim Keller 长期从事 x86、ARM、MISC 和 RISC-V 架构处理器的研发，是一位资深人士。
吉姆·凯勒（Jim Keller）也是NVIDIA的CUDA架构和软件堆栈的尖锐批评者，他认为该解决方案是“沼泽”而不是护城河，x86架构也是沼泽，如上图所示。
虽然 NVIDIA 的 CUDA 解决方案有几个专用软件包，但这些软件包也依赖于开源框架。 与 x86 架构一样，CUDA 在增加新功能的同时，在软件和硬件层面保持向后兼容性，这会影响、拖累性能，并使程序开发更加困难，许多开源软件开发框架比 CUDA 更有效率。
目前，除了NVIDIA的CUDA解决方案外，AMD还推出了ROCM，其最新版本目前是ROCM 60、吉姆·凯勒（Jim Keller）尚未对此发表评论。
Jim Keller 的总体观点是，NVIDIA 的 CUDA 解决方案（和 x86 架构）有很多缺点，并不是最有效的。 目前还不存在最理想的解决方案、最高效、最理想的AI计算解决方案，还有巨大的提升空间，需要业界的共同努力。