英伟达启示录：AI时代护城河不在技术稀缺，而在长期深耕“脏活累活”
2026/05/12 00:07阅读量 4
文章以英伟达CUDA为例，指出AI并未消灭护城河，而是让底层系统（性能调优、硬件适配、权限架构等）的价值大幅提升。真正的护城河来自二十年积累的“默认位置”和长期忍受不性感工作的能力，价值正从“生成”向“负责”迁移，分发、权限、上线、组织成为新的稀缺方向。
事件概述
2026年5月，《连线》杂志专栏作者 Sheon Han 尝试编写 CUDA 代码，发现仅一个矩阵乘法就需要几十行与显存、线程、缓存相关的底层代码，感叹“毁了一个下午”。这恰好折射出 AI 时代的一个悖论：当 AI 让表层代码（页面、API、自动化脚本）迅速贬值时，诸如 CUDA 这样的底层系统反而更贵了。
核心信息
- CUDA 的本质是二十年脏活：2006 年 Ian Buck 和 John Nickolls 在英伟达推出 CUDA，早期无市场、无收入，但黄仁勋持续投入数十亿美元，软件工程师团队规模超过硬件。今天 PyTorch、TensorFlow 等主流框架均基于 CUDA，全球 GPU 实例、云计算厂商、科学计算都依赖于此。
- 护城河不是秘密，是时间：AMD 的 ROCm、Intel 的 oneAPI 均无法短期复制 CUDA 的稳定性与兼容性。AWS Trainium 在跨芯片传输时仍需借助英伟达的 NIXL 软件。真正的护城河是“默认位置”——开发者因教程最多、框架最稳而首选 CUDA。
- 价值迁移四大方向：
- 分发：Snapchat 存活不是因为 AR 滤镜功能（被 Meta 复制），而是围绕创作者和用户的生态关系。
- 权限：Anthropic 年化 25 亿美元收入来自企业信任其模型访问敏感数据的能力，而非单纯的模型能力。财富十强中 8 家是客户。
- 上线：Palantir 的核心是“前出部署”工程师嵌入客户现场解决脏数据问题，而非某个算法。
- 组织：英伟达让 CUDA 团队长期获得高地位资源，尽管早期不直接创收；Palantir 让一线部署工程师成为叙事核心。
- 个人能力重构：远离表层代码生产（易被 AI 替代），靠近性能、安全、合规、客户信任等硬边界领域。价值向“负责”而非“生成”迁移。
值得关注
- 黄仁勋在 Dwarkesh Patel 访谈中表示：“找不到另一支愿押注 20 年的 ASIC 团队。” 这印证了组织护城河的核心——让做对事的人被长期奖励。
- 低地位护城河：调 kernel、写文档、陪客户上线等不性感的工作，因做的人少而成为难以复制的壁垒。