Взлетом своих котировок в последние годы Nvidia Corp. (NVDA) в первую очередь обязана GPU-ускорителям вычислений. Компьютер даже с самым мощным чипом, но без программного обеспечения просто набор металлических конструкций и микросхем, и Nvidia никогда не забывала об этом. В 2006 году компания представила миру свою закрытую программно-аппаратная архитектуру для парализации вычислений CUDA, и это по большей части обеспечивает Nvidia статус лидера отрасли. За эти годы компания создала глобальное сообщество из более чем 4 миллионов разработчиков, которые используют CUDA для оптимизации вычислений на чипах Nvidia, что обеспечивает кратный прирост производительности. После того как мир осознал критическую важность ускоренных вычислений и практически монопольную позицию Nvidia, крупнейшие технологические гиганты существенно нарастили инвестиции в данной области. И если разработать чипы сопоставимые с продуктами Nvidia вполне реалистичная задача, то разработать программно-аппаратная архитектуру и убедить разработчиков перейти на неё, забыв про CUDA, возможно является более сложной задачей. Так, для решения данной проблемы в сентябре 2023 года была создана организация The Unified Acceleration (UXL) Foundation, целью которой является создание открытой программно-аппаратной архитектуры для ускоренных вычислений. В её состав вошли такие компании как, Google (GOOGL), Intel (INTC), Qualcomm (QCOM), Broadcom (AVGO), ARM Holdings (ARM), корейская Samsung и японская Fujitsu. В основе новой открытой архитектуры лежит OneAPI, разработанный Intel.
Как в интервью Reuters говорил Винеш Сукумар, руководитель отдела искусственного интеллекта и машинного обучения Qualcomm: «Мы фактически показываем разработчикам, как можно перейти с платформы Nvidia». Члены UXL Foundation хотят создать набор программного обеспечения и инструментов, которые смогут обеспечить работу с любыми типами ускорителей вычислений.
«Тут стоит вспомнить про AMD и её достижения в сфере ИИ и ускоренных вычислений. Компания имеет собственный аналог CUDA с открытым программным кодом под названием ROCm, который в последние кварталы демонстрирует феноменальный прирост в производительности. Хотя AMD еще в 2008 году представила свой первый аналог CUDA успехом это не увенчалось, и лишь в 2016 году компания пришла к текущей ROCm. Сейчас программно-аппаратная архитектура AMD все еще довольно сильно уступает аналогу от Nvidia, особенно в количестве разработчиков, использующих её. Тем не менее, консолидированное стремление крупнейших компаний отрасли предложить альтернативу CUDA все-таки дадут результаты в ближайшие годы, но пока что Nvidia сохраняет лидерство», – говорит ведущий аналитик Freedom Finance Global Наталья Мильчакова.