CUDA
Nvidias Softwareschicht für allgemeine Berechnungen auf Grafikkarten, und der wichtigste Grund, warum ein Wechsel von Nvidia so schwerfällt.
CUDA ist Nvidias Werkzeugkasten, mit dem Programmierer Grafikkarten nicht nur zum Zeichnen von Pixeln, sondern für gewöhnliche mathematische Berechnungen nutzen können. Fast jedes KI-Framework wurde dafür entwickelt und nahezu jedes veröffentlichte Trainingsverfahren darauf erprobt. Die Chips sind schnell, doch CUDA erklärt, warum das gesamte Ökosystem bei Nvidia verankert ist.
Deshalb können Wettbewerber nicht allein mit besseren Hardwaredaten gewinnen. AMDs Alternative ROCm muss so gut sein, dass Forschende bereit sind, bereits funktionierende Arbeit für eine andere Plattform umzuschreiben und erneut zu debuggen. Das ist eine deutlich höhere Hürde, als nur günstiger zu sein.
-
Mojo erreichte 1.0, drei Jahre nachdem es versprochen hatte, Python schnell zu machen
-
Nvidia übernimmt einen Teil des Verlusts, wenn die eigenen Chips an Wert verlieren. So sammeln Sie 500 Milliarden Dollar.
-
Jemand hat DeepSeek V4 Flash in der Produktion auf einer einzigen AMD-Karte zum Laufen gebracht und jeden benötigten Patch veröffentlicht
-
AMD trainiert ein vollständig offenes Modell auf eigenen Chips, nur die kommerzielle Lizenz fehlt