英伟达向程序员开放GPU，CUDA成为其AI护城河

在CUDA出现之前，GPU主要是图形加速器。2006年11月，英伟达发布CUDA，使开发者能够在图形芯片上运行非图形工作负载，让GPU用于并行计算，而不再只处理像素。

这一软件决策改变了英伟达的业务架构。英伟达不再把芯片当作可互换的组件来销售，而是围绕库、工具链和向后兼容性构建了一个开发者平台。

随着AI和加速计算规模扩大，这一投入的回报变得显而易见。英伟达的FY2026文件将CUDA描述为其各款GPU的基础开发平台，而营收达到2159亿美元，同比增长65%。

英伟达报告FY2026营收为2159亿美元，同比增长65%，并将CUDA描述为其计算平台的基础。

CUDA让GPU具备了足够的可编程性，使科学家、工程师以及后来的AI研究人员能够复用同一硬件家族。

这一专有软件栈提高了转换成本，而仅靠芯片基准测试无法产生这种成本。

在AI浪潮到来之前就进行投入，使英伟达能够凭借一个生态系统而非仅仅一份组件目录来满足需求。

当开发者获得一个稳定的软件层，使每一款新芯片都更易于采用时，硬件的杠杆效应便会不断累积。

CUDA成为贯穿英伟达数据中心、AI、科学计算和图形业务的连接组织。竞争对手可以打造加速器，但开发者早已围绕英伟达的软件栈建立了工作流程。