中国计算产业是如何迈过生态这道坎的？

计算的终局是生态

回顾计算产业的发展史，从不缺少“性能耀眼”的产品，有的被写进了“技术史”，却没能在产业中占据一席之地。典型的例子就是Intel的Itanium。上世纪90年代末，Intel意识到x86架构的问题，与HP联手押注EPIC架构。他们低估了构建软件生态的成本，因Linux和Windows已绑定x86，企业和开发者积极性不足，Itanium沦为“昂贵的试验品”。

与之形成鲜明对比的，是英伟达CUDA的崛起。2006年的GPU市场，英伟达和ATI分庭抗礼，AMD斥巨资研发高性能GPU，但英伟达率先推出CUDA，构建起强大的软件生态，吸引了大量开发者，推动了GPU在计算领域的广泛应用。

中国计算生态的蜕变

很长一段时间里，国内计算生态的“贫瘠”可谓深入人心，“缺算子、缺文档、缺工具”等问题被频频诟病。一位从事算法开发的朋友讲述了他的经历，其团队被要求将图像识别模型从CUDA迁移到昇腾平台。起初，他认为这是个“大工程”，因为论坛里常讨论昇腾平台缺少算子、工具链不完善等问题。

但实际情况比想象顺利，大部分主流算子能在CANN的算子库中找到，只有少数需自定义实现，官方工具链虽谈不上成熟但已比较完善，最终只做少量修改就跑通了模型。这一变化体现了中国计算生态的积极蜕变，从曾经的困难重重到如今逐渐完善。

生态完善的多方努力

中国计算产业生态的完善是多方共同努力的结果。在计算架构上，不断有人试探极限，推动技术进步；在工具链和框架方面，众多开发者默默补齐短板，使其日益丰富。高校课堂和开源社区也发挥了重要作用，在其中播下种子，培养了大量相关人才。

昇腾CANN生态加速崛起，开源开放、人才培养、工程创新协同推进，展现出自主算力的韧性与希望。随着生态的不断完善，中国计算产业未来有望在全球舞台上发挥更重要的作用，为经济社会发展提供更强大的支撑。

相关问答

中国计算产业曾经面临哪些生态问题？

国内计算生态曾被指“贫瘠”，存在“缺算子、缺文档、缺工具”等问题，在昇腾平台开发应用较困难，算子需自定义，工具链也不完善。

Intel的Itanium为何失败？

Intel和HP低估构建软件生态成本，当时Linux和Windows绑定x86，企业无动力投入新架构，开发者积极性不足，Itanium沦为“昂贵试验品”。

英伟达CUDA崛起的原因是什么？

2006年英伟达率先推出CUDA，构建强大软件生态，吸引大量开发者，推动GPU在计算领域广泛应用，从而实现崛起。

中国计算产业生态完善得益于哪些方面？

得益于多方努力，包括在计算架构上的探索、工具链和框架的完善，以及高校课堂和开源社区在人才培养等方面的贡献。

昇腾CANN生态有哪些变化？

昇腾CANN的算子库、工具链不断丰富，开发者迁移体验更顺畅，论坛里关于“跑不通”的吐槽帖减少，“经验贴”增多。

中国计算产业生态完善有何意义？

有助于中国计算产业在全球舞台发挥更重要作用，为经济社会发展提供更强大支撑，推动产业不断向前发展。