据 Wired 报道，NVIDIA 计划在未来五年内投入 260 亿美元，用于构建开源或开放权重的 AI 模型。此举旨在扩大开发者访问权限，并减少在各种环境中部署模型的阻力。
开源通常指在允许的条款下发布代码，通常也包括权重；而开放权重通常意味着模型权重可用，但有更多的使用限制。通过资助模型组合，即使推理在其自身芯片之外运行，NVIDIA 也可以影响标准、工具和基准。
**重要性：华为昇腾芯片与 NVIDIA 的 CUDA 生态系统**
长期以来，NVIDIA 的竞争优势在于将高性能 GPU 与 CUDA 软件堆栈相结合，从而实现开发标准化。如果领先的开放模型针对多个加速器进行了优化，那么这种软件锁定可能会减弱。
**直接影响：开发者、企业和模型可移植性**
对于开发者而言，对开放模型的优先支持可以转化为更好的框架、转换器和内核，从而可以在 GPU 和专用加速器上运行。这可能会简化迁移路径并缩短部署时间。
如果最先进的开放模型可以在云和本地硬件之间移植，企业可能会降低供应商集中风险。当模型在没有大量代码重写的情况下移动时，合同和合规团队可能会获得选择权。
在实践中，开放权重版本可以帮助团队衡量跨硬件目标实现的成本、延迟和准确性。随着时间的推移，可移植性可能会给专有工具链带来压力，使互操作性成为与性能并列的采购标准。
**风险、限制与反驳**
**中国开源模型的实力与华为优化**
据 Forbes 报道，中国的开源生态系统正在迅速扩张，越来越强调国内自给自足。这种势头增加了领先模型尽早针对非 NVIDIA 硬件进行调整的可能性。
据 TipRanks 报道，华为的昇腾计划将加速器与针对其工具链量身定制的模型相结合，这是一种硬件加模型的策略，旨在减少对进口的依赖。模型侧优化可以显著提高实际吞吐量。
**当前性能差距与 CFR 关于均等的警告**
CFR 还指出了政策权衡：更严格的出口管制可以保持优势，但也可能刺激更快的海外国内投资。随着生态系统的成熟，差距可能会在特定工作负载中缩小。
**关于 NVIDIA 开源 AI 模型的常见问题解答**
**华为昇腾芯片如何削弱 NVIDIA 的 CUDA 生态系统和竞争优势？**
如果顶级开放模型在昇腾上高效运行，开发者将面临更低的转换成本，从而降低 CUDA 锁定，并将采用转向与硬件无关的工具链。
**美国出口管制对 NVIDIA 在中国的市场以及国内 AI 生态系统的崛起意味着什么？**
管制限制了对高端美国芯片的访问，鼓励中国公司构建自给自足的堆栈、芯片、模型等。