破壁CUDA生態！華為宣佈CANN和Mind工具鏈全面開源！它帶來什麼價值？

（來源：電子創新網）

8月5日，昇騰計算產業發展峰會在北京召開。來自AI領軍企業、夥伴、高校與科研機構的代表共同探討了如何更好地構建開源開放的昇騰生態，加速AI創新和發展。

華為輪值董事長徐直軍在主題演講中強調：華為AI戰略的核心是算力，並堅持昇騰硬件變現。徐直軍在會上宣佈華為昇騰硬件使能CANN全面開源開放，Mind系列應用使能套件及工具鏈全面開源，支持用户自主的深度挖潛和自定義開發，加速廣大開發者的創新步伐，讓昇騰更好用、更易用。

與會代表和華為共同發起了《CANN開源開放生態共建倡議》，以凝聚產業力量，共探AI邊界，共建昇騰生態。

華為的CANN和英偉達的CUDA

CANN（Compute Architecture for Neural Networks）和Mind工具鏈的全面開源具有多方面的價值，CANN作為昇騰芯片的底層加速引擎，對標的就是英偉達CUDA！

CANN是華為針對AI場景推出的異構計算架構，旨在連接上層AI框架（如TensorFlow、PyTorch、MindSpore等）和底層昇騰AI處理器（如昇騰310、昇騰910等），通過優化計算任務調度和資源管理，最大化昇騰芯片的性能。

CANN和CUDA（Compute Unified Device Architecture）在功能和目標上有相似之處，兩者目標一致都是為特定硬件設計的計算平臺，旨在通過編程接口（API）調用硬件加速能力，提升AI訓練和推理效率。

兩者都提供底層算子開發、內存管理、並行計算支持等功能，幫助開發者直接操作硬件資源。兩者都試圖構建獨立的開發者生態，通過工具鏈（如編譯器、調試器）降低開發門檻。

CANN和CUDA都包含驅動層、運行時層和庫層，架構設計上非常相似。例如，CANN的驅動層負責設備初始化、資源分配和命令調度，運行時層管理應用程序的生命周期，庫層提供優化的軟件組件。

兩者不同的是CUDA專為英偉達GPU設計，覆蓋消費級到服務器級顯卡（如GeForce、Tesla系列），適用於廣泛的計算密集型任務。CANN僅適配華為昇騰AI芯片（如Ascend 310、910），專注於AI推理和訓練場景。

CUDA自2007年推出以來，已形成龐大生態，擁有豐富的開發者工具（如cuDNN、TensorRT）、教程和社區支持，幾乎成為AI加速的行業標準。CANN起步較晚（約2018年后），生態尚在完善中，雖提供中文支持和國產化適配，但全球開發者資源和案例仍有限。

CUDA僅支持英偉達硬件，但覆蓋Windows、Linux、macOS等多系統。CANN目前以華為自研芯片為主，暫無兼容其他廠商硬件的明確計劃，生態封閉性更強，這次CANN將彌補以前的短板。

CANN和Mind工具鏈全面開源的價值

CANN 是面向昇騰 AI 處理器的算子開發與編譯優化框架，它打通了從模型構建、算子優化到芯片執行的完整鏈路。MindSpore 是全流程 AI 框架（類似 TensorFlow 或 PyTorch），但原生支持昇騰芯片，並深度結合 CANN 進行算子調度與硬件加速。

全面開源意味着開發者可以從源碼級別優化模型性能，適配各種異構場景，而不再受限於「黑盒」庫的性能瓶頸。

開源的價值主要體現在：

1、打通軟硬協同優化路徑

CANN開源后，開發者可以自由訪問和修改源代碼，能夠快速發現並修復漏洞，優化現有功能，甚至開發全新的功能，從而加速CANN和Mind工具鏈的技術迭代速度。開源為不同技術之間的融合提供了便利。例如，CANN開源后，開發者可以將其與現有的各種深度學習框架（如TensorFlow、PyTorch等）進行無縫集成，實現技術優勢的互補。

開源還將推動底層硬件優化，CANN作為異構計算架構，開源后開發者可以直接接觸到底層硬件的編程接口，能夠針對昇騰芯片的特性進行深度優化，充分發揮硬件的計算潛力。

2、推動中國AI生態構建

開源的CANN與Mind 意味着華為的 AI 工具鏈不只是「產品」，而成為可以共享、複製、優化的「基礎設施」。這對構建 去依賴、可演進、跨平臺的國產AI堆棧 至關重要，尤其在 NVIDIA 框架生態受限的大背景下。

Mind 工具鏈開源后，國內高校、研究機構、中小廠商可以直接基於源碼開發 AI 模型、部署 AI 應用，不再依賴國外封閉平臺。配合昇騰 NPU，可以形成類似「芯片-框架-工具鏈」的完整生態閉環，增強產業集聚效應。

開源能夠吸引全球範圍內的開發者參與，形成一個龐大且活躍的開發者社區。開發者們可以在社區中分享經驗、交流技術、貢獻代碼，共同推動工具鏈的發展。

開源后，開發者可以根據自己的需求對工具鏈進行定製和擴展，從而將AI技術應用到更多領域和場景中。例如，Mind工具鏈開源后，開發者可以將其應用於醫療影像分析、金融風險預測、智能交通等多個領域。

CANN和Mind工具鏈的開源能夠促進產業鏈上下游企業的協同合作。硬件製造商可以基於開源的工具鏈更好地適配和優化自己的硬件產品；軟件開發商可以利用開源工具鏈開發出更高效、更優化的應用程序。

開源的CANN和Mind工具鏈能夠降低企業開發AI應用的成本，提高開發效率，從而提升整個產業的競爭力。例如，企業可以利用開源工具鏈快速開發出高性能的AI模型，加速產品的上市時間。開源工具鏈的廣泛應用能夠推動傳統產業向智能化方向升級。例如，在製造業中，企業可以利用開源的AI工具鏈開發出智能質檢系統，提高生產效率和產品質量。

3、戰略價值：對抗「卡脖子」風險

開源可是有望實現AI算法工具的「根技術」自主可控，目前AI 基礎設施（如深度學習框架、編譯器、加速庫）長期被 TensorFlow、PyTorch、CUDA 等壟斷。開源 CANN+MindSpore 等同於建立中國自己的「AI操作系統」，增強了面對技術封鎖時的戰略韌性。

在全球科技競爭日益激烈的背景下，開源的CANN和Mind工具鏈能夠減少對國外技術的依賴，增強我國在AI領域的自主可控能力。

目前，在人工智能領域對對CUDA的依賴程度非常高，這種依賴主要體現在CUDA有成熟的開發工具鏈、廣泛的框架支持以及硬件優化上，截至2023年，英偉達在AI計算和深度學習GPU市場的佔有率已經超過70%。這種市場份額使得CUDA成為行業的事實標準，開發者和企業更傾向於使用已經被廣泛驗證的技術。全球有超過600萬的CUDA開發者，形成了一個龐大且活躍的開發者社區。這種社區支持和開發者粘性使得CUDA的替代難度極大。

對於許多開發者來説，CUDA不僅是一個工具，更是一個行業標準，轉換到新的框架需要克服巨大的心理障礙和轉換成本。而英偉達也在不斷優化CUDA，以適應新的計算需求，如生成式AI和量子計算等，這種持續的技術投入進一步鞏固了CUDA的地位。

儘管存在對CUDA過度依賴的警惕，但目前還沒有一個替代方案能夠在短時間內完全取代CUDA，這種過度的依賴會導致一些災難性后果，例如，即便大家知道英偉達最近賣給中國的H20有后門，但是處於開發上的考慮，很多廠商還在積極購買這個庫存產品要改變這樣的現狀就必須有我們自己的AI生態。尤其是是在黃仁勛表示CUDA要閉源后，這樣的風險也在加大，所以華為宣佈CANN和Mind工具鏈開源意義重大！

這不是共享技術，這是共享未來！