对标英伟达CUDA，华为宣布开源CANN,华为发起的开源项目
（文/观察者网 吕栋 编辑/张广凯）
“华为AI战略的核心是算力，并坚持昇腾硬件变现。”他说道。
CANN的全称是“神经网络异构计算架构”（Compute Architecture for Neural Networks），它的角色，是把上层AI训练框架（如PyTorch、TensorFlow、MindSpore等）和底层昇腾芯片连接起来的桥梁，让开发者不用关心芯片细节就能调用底层算力。
与CANN作用类似的，还有英伟达的CUDA和AMD的ROCm，以及中国摩尔线程的MUSA、壁仞科技的BIRENSUPA、寒武纪的Neuware和海光信息的DTK等等。但最知名和影响力最大的还是英伟达的CUDA，它与英伟达GPU和NVlink构成英伟达的核心护城河。
AI全栈软硬件架构
“CUDA生态系统埋藏着巨大的迁移成本，它充当PyTorch和英伟达GPU之间的桥梁。从CUDA迁移的开发者通常必须重写大量代码，被迫使用不太成熟的替代库。此外，开发者还会失去围绕CUDA发展起来的庞大故障排除社区的支持。”有行业人士对观察者网说道。
华为在制裁前后发展了自己的昇腾芯片，虽然昇腾是NPU架构，但也需要CANN来发挥“CUDA”的角色。与CANN配套的是华为自研深度学习框架MindSpore，其作用类似于PyTorch，这些工具共同构成了华为原生的AI软硬件方案，以对标以英伟达为中心的PyTorch+CUDA方案。
2024年财报披露，华为持续构建昇腾产品解决方案在性能、易用性、开放生态等方面的竞争力，CANN升级到8.0版本，新增200多个深度优化的基础算子、80多个融合算子、100多个Ascend C API，典型算子开发周期从2人月缩短至1.5人周......同时支持图模式能力扩展库，提升PyTorch在昇腾上的大模型推理性能。
为了扩大生态圈，CANN逐步兼容了更多AI框架。截至目前，CANN已支持包括PyTorch、MindSpore、TensorFlow、飞桨、ONNX、计图、OpenCV和OpenMMLab等深度学习框架与第三方库。
华为专家还对观察者网表示，“我们坚持CANN实现分层深度开放，从最底层的算子开发层，到模型开发层、推理层，进一步兼容三方开源框架，让运行在三方框架、推理引擎上的模型/应用迁移至昇腾无需修改。面向应用开发层，我们将面向应用开发提供更多SDK，让应用部署更便捷，模型训练和推理更高效。”
CANN支持的深度学习框架与第三方库
但不可否认，与发展了18年的CUDA生态相比，刚起步六七年的CANN，易用性和生态丰富度仍存在差距，并且任重道远。去年9月外媒报道，为了让客户适应新生态，华为效仿英伟达最初推广CUDA的策略，向百度、科大讯飞和腾讯派遣了工程团队，帮助他们在CANN环境中重现和优化现有的基于CUDA的训练代码。
“开发者在社交媒体上表达不满并不是坏事，相反将有助于华为改进CANN。发展新的生态绝不是一日之功，要知道英伟达花了18年才打造出如今的CUDA生态，即便华为在压力之下，构建一个有竞争力的软件生态系统也需要数年时间。起初可能出于无奈之举，随着时间的推移，开发者可能会逐渐形成习惯，最终让CANN等软件形成能与英伟达软件栈相抗衡的基础设施。”有行业人士评论道。
3、编译 | 面临AI空前挑战，沾沾自喜的印度究竟有没有出路？