零人工内核:当AI开始拆除CUDA的“人肉护城河”
黄仁勋辞职这件事,最容易被读成一场关于“关键人风险”的教科书案例:一个以创始人为单一操作系统的公司,在创始人离场时剧烈震荡。这个读法是对的,但它漏掉了一个更安静、也更致命的变化,而这个变化恰好发生在同一周。
11月10日,Anthropic在IPO路演材料中披露:其前沿模型Mythos用约3天时间,在“几乎零人工干预”的情况下,自行移植或编写了近100%的GPU底层内核代码,让Claude在AMD的MI355X芯片上跑通了推理。按照传统工程路径,把一个大模型搬到一套全新的芯片平台上,需要数十名编译器与高性能计算工程师忙上6到12个月。
同一周,英伟达的“人”在离场,英伟达的“墙”在被AI自己凿穿。如果只盯着前者,你会错过后者才是真正改变产业权力结构的那件事。
CUDA的护城河,本质上是一条“人肉护城河”
英伟达的统治力,从来不只是芯片跑得快。它的真正壁垒,是过去近二十年里,数以万计的工程师围绕CUDA这个软件层,一点一点堆出来的迁移成本。
一个客户想从英伟达换到AMD,需要做什么?梳理算子、重写CUDA接口对应的实现、对齐数值精度、逐层调优,然后还要面对软件栈版本迭代后的持续维护。采购决策里,“迁移人月”和“调优轮次”是要被计入总账的。当迁移成本高到一定程度,更换供应商在财务上就变得不划算。CUDA的锁定效应,不是靠法律合同,是靠人的工程劳动筑起来的。
这意味着,CUDA护城河的坚固程度,取决于一个隐含的经济学假设:人类的工程劳动力是稀缺的、昂贵的、且不能被快速复制的。 只要这个假设成立,英伟达的软件生态就牢不可破,因为没有人愿意、也没有人有能力,花几十个人一年的时间,去论证“换一个供应商到底值不值”。
Mythos做的事,是把“人月”重新定价
Mythos的3天,本质上是在做一个经济学实验:如果“让模型在新芯片上跑起来”这件事的边际成本,从“数十人年”压缩到“数天+算力”,CUDA的锁定效应还剩下多少?
答案藏在迁移成本被重算之后的买方行为里。当一个算力买方面对英伟达的报价时,他脑子里那笔账的结构变了。过去是“换AMD省下的采购差价,能不能覆盖6到12个月的迁移成本”,这个答案大概率是“不能”,所以换不了。现在,如果迁移成本本身被AI压缩了一个数量级以上,那么“能不能跑”这道门槛就不再是阻止切换的主要障碍,买方的比价空间被打开了。Anthropic自己在路演中给出的描述极其清晰:英伟达GPU、AMD GPU、谷歌TPU、AWS Trainium被当作一个可互换的统一算力池来调度,某一家产能吃紧或价格不合适时,负载可以切到别处。
“可互换”这个词,是CUDA护城河最不愿意听到的词。 护城河的定义,就是“不可互换”。当AI让芯片之间的软件壁垒变得可以被快速推平,英伟达的议价权就不再建立在“你离不开我”上,而是退回到一个更朴素的问题:在同等的可互换性下,你的芯片本身的性价比,还领先多少?
“一鲸落万物生”的真实机制:不是份额转移,是利润池的迁移
市场在黄仁勋辞职当晚给出的反应,被概括为“一鲸落万物生”:英伟达大跌,AMD涨超5%,博通涨5.5%。但这个“万物生”的实质,需要被精确界定。
短期内,资金从英伟达流向竞争对手,定价的是“黄仁勋溢价”的消散,而不是“英伟达技术底座”的崩塌。英伟达在数据中心GPU市场的份额仍然在90%以上,CUDA的开发者基数仍然是竞争对手短期内无法撼动的。鲸落的第一层,落下来的是估值叙事,不是工程现实。
但Mythos事件指向的第二层,比估值叙事更深。CUDA护城河的经济基础,是英伟达用人力工程劳动构筑了一道高墙,然后向所有想翻墙的人收取“不翻墙的便利费”。当AI开始把“翻墙”的成本打下来,英伟达的利润池就会发生一次缓慢的迁移:从“生态锁定带来的溢价”,向“芯片本身的性能与能效”收敛。 这对英伟达不是灭顶之灾,但它意味着一个更残酷的竞争环境:你不能再靠“客户换不了”来维持毛利率,你只能靠“客户换了之后发现还是你更好”来维持。
“万物生”的受益者,首先不是那些造芯片的公司,而是那些拥有多芯片调度能力的算力买方。Anthropic的“可互换算力池”是一个信号:当软件层的切换成本被AI压低,买方第一次真正拥有了“用脚投票”的能力。利润从卖方向买方迁移,这才是“鲸落”在产业结构层面最诚实的含义。
英伟达真正的“远虑”,不在接班人,在软件栈的自动化平权
黄仁勋辞职暴露的“近忧”是接班人的真空:公司没有二号人物,没有书面继任计划,60个直接汇报的人里没有一个被明确告诉“可能是你”。临时接任的CFO克雷斯财务功底深厚,但并非技术出身。这些问题真实且紧迫,但它们是可以被时间和管理修复的。
真正的“远虑”在另一个层面:CUDA的护城河,正在被英伟达自己推动的AI技术路线所侵蚀。 英伟达卖的是让AI跑起来的算力,而AI跑起来之后做的第一批有意义的事情之一,就是重写让AI跑起来的底层软件。Mythos做的事情,是用AI来降低“让另一个AI在另一块芯片上跑起来”的成本。这是一个闭环:算力越强,AI越强;AI越强,软件迁移成本越低;迁移成本越低,算力硬件的可互换性越高;可互换性越高,硬件厂商的护城河就越浅。
这不是一个“英伟达要倒了”的叙事。它是一个“英伟达必须从生态垄断者转型为性能领先者” 的叙事。前者靠锁定,后者靠持续跑得更快、更省电、更便宜。后者的难度更高,因为它不允许犯错,也不允许靠“客户走不了”来争取时间。
对中国市场的含义:软件壁垒的松动,比硬件禁运的松动更值得关注
把这条线索放到中国市场,会看到一个被地缘政治叙事长期遮蔽的变量。
2026年上半年,英伟达在中国数据中心AI芯片市场的份额降至34%,华为昇腾以28% 紧随其后,差距缩至6个百分点。这个变化的主要驱动力是出口管制和国产替代政策,而不是CUDA护城河的瓦解。但如果Mythos所代表的能力——用AI自动完成跨芯片平台的内核移植——在未来两到三年内变得成熟和可复制,那么国产芯片面临的最顽固的障碍之一,“生态不兼容导致客户不愿意迁移”,就会从一个结构性的壁垒,退化成一个可以被工程手段处理的技术问题。
这对国产算力的含义是双重的。一方面,它降低了客户从英伟达迁移到昇腾、寒武纪等平台的软件门槛;另一方面,它同样降低了客户从国产平台迁回英伟达、或者迁到另一个国产平台的门槛。可互换性对所有人都是双向的。 真正的赢家不会是“某一家芯片公司”,而是那些最早建立起多芯片调度能力和自动化迁移工具链的买方和平台方。
结语:鲸落的尽头,是“人肉壁垒”的时代在结束
黄仁勋的辞职,是一头巨鲸露出水面的那个瞬间。但让它真正开始下沉的,不是那封道歉信,是同一周发生在另一个房间里的一件小事:一个AI模型,用了三天,写完了过去需要几十个工程师写一年的代码。
英伟达过去二十年的统治力,建立在一个朴素的事实上:人类工程师是稀缺的,所以CUDA的迁移成本是高的,所以客户是走不了的。 Mythos的3天,是在对这个事实进行一次压力测试。测试的结果未必是“CUDA没了”,但它至少说明了一件事:当AI开始替人类完成“让软件适配硬件”这项劳动时,所有建立在“这项劳动很贵”之上的商业壁垒,都需要被重新定价。
“一鲸落万物生”的深层版本,不是英伟达把份额让给AMD和博通,而是算力世界的权力,正在从“谁拥有最深的软件锁定”,向“谁拥有最灵活的调度能力”和“谁的芯片本身最能打”迁移。 鲸落之后,海床上移动的不是某一家公司的股价,是一整个行业对“护城河”这个词的理解。