作者：歐敏銓
為了解套中美晶片戰的束縛，華為輪值董事長徐直軍上週（8/6）在自辦活動中宣佈：華為旗下的昇騰（Ascend）AI處理器核心軟體平台CANN將全面開源（開放原始碼），此舉被視為是針對NVIDIA的CUDA生態系統的宣戰，問題是，對AI產業的影響會有多大呢？
什麼是 CANN？
CANN 的全名是Compute Architecture for Neural Networks，是華為自 2018 年推出的一套異構運算架構，透過多層程式介面（API），協助開發者為其 Ascend AI GPU 編寫高效、優化的應用程式。該架構凝聚了華為多年的研發成果，旨在圍繞華為 AI 硬體打造一個全面的軟體生態系統。
CANN架構圖（source）
華為決定將 CANN 開源，正值中美科技關係特別緊張之際。此前，中國國家互聯網資訊辦公室（CAC）對 NVIDIA 展開調查，理由是 NVIDIA H20 GPU 處理器存在“嚴重安全問題”，且美國立法者要求在晶片硬體中添加追蹤功能。監管審查使兩個超級大國之間本已緊張的關係更加複雜。
CUDA形塑的「護城河」，打的開？
NVIDIA的CUDA是非常成熟的生態系統，已經維持二十年幾乎獨占市場，除了熟悉度高和有大量優化函式庫的支持外，還因與 NVIDIA 硬體緊密整合，這使得開發者難以跨其他GPU硬體開發。同時，NVIDIA 在 CUDA 授權條款中新增限制，禁止開發者使用轉譯層將 CUDA 應用在非 NVIDIA 硬體上，遏制了替代方案的出現 。這讓開發者難以追求跨平台的兼容性，也突顯了 CANN 作為替代方案的價值。
華為想要突圍，所面臨的挑戰其實非常嚴峻，畢竟CUDA 生態迄今已累積上千個優化函式庫與文檔，這些並非一夕可複制。最大的挑戰是快速建立CANN對主流AI框架（如PyTorch、TenserFlow）的支援，尤其是在大型語言模型（LLM）以及 AI 編寫工具的新興工作負載方面，並打造龐大的軟體生態系統，包括技術文件、社群活躍度以及開發工作流程整合。
不過，華為 Ascend 晶片的進步也值得注意：部分測試如 CloudMatrix 384 執行 DeepSeek R1 的結果，顯示其在特定情境下已接近或超越 NVIDIA 水準。此外，中國國內模型如 DeepSeek 在 Inference效率方面表現亮眼，使 Ascend 晶片在該應用場景擁有競爭優勢。
從戰略層面來看，華為此舉也回應了中美科技摩擦以及對中國科技自主的需求。在美國出口限制下，建立屬於中國自己的開源AI軟體堆疊及社群生態尤為重要。華為亦正與中國大學、研究機構及業界夥伴合作，推動開放社群，以加速技術進步與擴散。
這種模式正借鑒開源成功經驗：社群驅動加速開發與採用，透過合作共享，使工具更快成熟。然而，社群運作的關鍵仍在於穩定性、文件品質、活躍度與與現有開發流程的整合，仍是一道長期挑戰。
事實上，早在 2024 年，市場就曾對 CANN 的穩定性與使用門檻提出批評：包括文件不完整、程式崩潰頻繁、模型訓練困難等問題，迫使華為派出工程師駐場支援 Baidu、科大訊飛、騰訊等企業 。這凸顯了建立開源生態時，技術支援與開發友好度不可或缺。
結語
在美國對高科技硬體出口持續限制的情況下，中國科技開源化浪潮正興起：華為透過開源 CANN 與已有的 HarmonyOS、MindSpore 等項目，一併推動該國國產軟體堆疊的構建。此外，小米釋出 MiDashengLM-7B 音訊 LLM，阿里巴巴發佈 Qwen3-Coder AI 編碼模型，展現了多元策略 ⎯ 不僅硬體自主，軟體生態也需自立自主 。
很顯然地，短期內CUDA 的成熟生態依舊難以動搖；但若華為能持續強化穩定性、文件完整性、框架整合與社群活力，CANN 有可能成為首個真正具有競爭力的開源 CUDA 替代方案。然而，不論這條替代路能否走通，在開源過程中的參與者，總能做出貢獻及受益，仍然值得期待。
》延伸閱讀：
CANN Tutorial(華為開發者網站）
- 華為開源CANN，能否打破NVIDIA CUDA的護城河？ - 2025/08/14
- Meta的世界模型：V-JEPA 2如何讓機器學會「先想像再行動」 - 2025/08/12
- 讓機器也懂「趨吉避凶」：打造AI內在的世界模型 （World Model） - 2025/08/06
訂閱MakerPRO知識充電報
與40000位開發者一同掌握科技創新的技術資訊！
