Con hào CUDA 20 năm của Nvidia bị AI phá vỡ chỉ trong 10 giờ

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">

05-08-2026 13:53:38 Nguồn: QbitAI

CUDA lại gặp nguy rồi sao?

Ting Yu đưa tin từ trụ sở QbitAI | Kênh chính thức QbitAI

CUDA lại bị "tấn công" lần nữa rồi...

Lần này, kẻ ra tay lại chính là AI được NVIDIA nuôi dưỡng.

Một công ty khởi nghiệp chỉ mới thành lập được một năm đã sử dụng AI Programming Agent để xây dựng một bộ "phần mềm kiểu CUDA" chỉ trong vòng 10 giờ.

Khoan đã nào.

Ý bạn là đế chế phần mềm mà NVIDIA đã mất gần 20 năm để xây dựng lại bị sao chép dễ dàng như vậy sao??

Không chỉ dừng lại ở đó. DeepSeek cũng đang cố gắng giảm bớt việc viết mã CUDA ở tầng thấp.

Họ đã mã nguồn mở một thư viện toán tử GPU có tên là TileKernels, được viết bằng TileLang, giúp loại bỏ phần lớn công việc viết mã CUDA tầng thấp thủ công.

Tuy nhiên, chúng ta cũng không còn lạ lẫm gì với những "cuộc khủng hoảng CUDA" tương tự như thế này.

Cứ cách một thời gian, CUDA lại bị đem ra "mổ xẻ", nào là bị thay thế, bị phá vỡ, hay hào quang bảo hộ bị lật đổ...

Liệu có thực sự là như vậy không?

"Sao chép" CUDA trong 10 giờ

Nhắc đến NVIDIA, phản ứng đầu tiên của nhiều người chính là GPU.

H100, Blackwell, Rubin, nhờ vào những thế hệ chip có hiệu năng ngày càng mạnh mẽ, NVIDIA đã gặt hái được lợi ích lớn nhất từ làn sóng AI lần này.

Nhưng lợi thế thực sự khó lay chuyển của NVIDIA không nằm ở phần cứng, mà nằm ở phần mềm.

Chip có thể mua, thông số có thể đuổi kịp, quy trình sản xuất cũng sẽ được cải tiến. Điều thực sự khiến khách hàng khó lòng rời bỏ NVIDIA sau khi đã sử dụng chính là toàn bộ hệ sinh thái phần mềm được xây dựng xung quanh GPU.

Và CUDA chính là cốt lõi của đế chế phần mềm đó.

CUDA (viết tắt của Compute Unified Device Architecture) được dẫn dắt bởi giám đốc điều hành Ian Buck của NVIDIA và đã mất gần 20 năm để hoàn thiện.

Nó thường được gọi là một ngôn ngữ lập trình, nhưng chính xác hơn, CUDA là một nền tảng phần mềm toàn diện được xây dựng xung quanh GPU của NVIDIA.

Nếu chia đơn giản thành ba tầng, tầng dưới cùng là tầng nhân (kernel), bao gồm các Kernel, trình biên dịch và môi trường thực thi giúp chip vận hành trực tiếp.

Ở giữa là tầng thư viện—các thư viện tính toán được tối ưu hóa cao độ như cuBLAS, cuDNN, cùng với các công cụ gỡ lỗi, xác thực và phân tích hiệu năng.

Trên cùng là các khung phát triển như PyTorch, TensorFlow, cùng khối lượng mã nguồn và quy trình làm việc khổng lồ mà các doanh nghiệp đã tích lũy, cũng như hệ sinh thái nhà phát triển lớn mạnh xung quanh CUDA.

△ Ảnh do AI tạo

Nói như vậy có thể hơi trừu tượng, nhưng bạn có thể hình dung GPU của NVIDIA giống như một nhà máy.

Tầng dưới cùng của CUDA chịu trách nhiệm hướng dẫn máy móc cách thực hiện từng bước, tầng giữa cung cấp các công cụ sản xuất có sẵn, còn tầng trên cùng là toàn bộ hệ thống sản xuất đã vận hành ổn định trong nhiều năm.

Vì vậy, đối với khách hàng, thứ họ mua không chỉ là một chiếc card của NVIDIA, mà là một nhà máy "mì ăn liền" có thể đưa vào sử dụng ngay lập tức.

Giờ đây, một người tên là Jeremy Nixon đã xuất hiện cùng với AI Agent của mình.

Nixon là nhà sáng lập của công ty khởi nghiệp phần mềm AI Infinity, trước đây từng là nhà nghiên cứu tại Google Brain.

Nhóm của anh đã phát triển một AI Research Agent có tên là Ignition, chuyên viết phần mềm tầng thấp cho các loại chip AI khác nhau.

Nó có thể tạo ra GPU Kernel, chạy thử nghiệm, tìm lỗi, đo lường hiệu năng, sau đó tự động sửa lại mã nguồn dựa trên kết quả thu được.

Các kỹ sư con người chỉ chịu trách nhiệm đưa ra định hướng cấp cao, còn những công việc vụn vặt và tốn chất xám còn lại sẽ được giao cho Agent thực hiện lặp đi lặp lại.

Cứ như vậy, Infinity đã sử dụng Ignition để xây dựng một bộ phần mềm kiểu CUDA cho công ty khởi nghiệp chip AI d-Matrix.