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）

8月5日，在昇腾计算产业发展峰会上，华为轮值董事长徐直军宣布，华为昇腾硬件使能CANN全面开源开放，Mind系列应用使能套件及工具链全面开源，支持用户自主的深度挖潜和自定义开发，加速广大开发者的创新步伐，让昇腾更好用、更易用。

“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并不是单点技术，而是由多种技能栈和算子加速库等组成的软件生态系统。

“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。

换言之，英伟达GPU之所以受欢迎，并不仅是因为硬件的性能高，同时也因为CUDA软件系统生态的完善，让开发者可以更高效的发挥GPU本身的性能，降低使用成本。

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。

相比CUDA闭源，此次CANN开源，无疑是华为希望尽快扩大CANN生态圈的最新举措。华为表示，来自AI领军企业、伙伴、高校与科研机构的代表共同探讨了如何更好地构建开源开放的昇腾生态，共同发起了《CANN开源开放生态共建倡议》，以凝聚产业力量，共探AI边界，共建昇腾生态。

之前，华为已在2020年开源了自研AI框架MindSpore，2024年已经以30.26%的新增份额位列中国AI框架市场第一，再加上华为历年相继开源的鸿蒙、欧拉、高斯、仓颉等基础软件，也算是用行动回应了某院士发表的“华为在技术发展上采取封闭式、垄断性模式”的观点。

本文系观察者网独家稿件，未经授权，不得转载。