当年2006年那会儿，英伟达的老黄黄仁勋就干了件看似挺冒险的事，硬是推出来了CUDA。当时这软件平台其实就是为了帮显卡干点儿图形处理之外的活儿，哪成想往后20年，这玩意儿居然成了个超级深的技术大坑，谁也绕不过去，成了人工智能时代的台柱子。回想那时候，显卡也就是游戏党跟画图的人在用，专门用来渲3D画面。但黄仁勋这脑子转得快，一眼就看穿GPU那里面成千上万个核心的劲儿实在太大了，不能光用来画图。他就琢磨着，要是让搞科研的人能像写C语言代码似的简单调用显卡的算力，那科学计算啥的肯定能大变样。所以CUDA这东西才问世的。它不仅是个软件平台，还是种全新的写程序的玩法，直接把CPU跟GPU之间的那堵墙给推倒了，让它们俩能一块儿干活儿，瞬间就能爆发出特别厉害的计算劲儿。 刚开始那会儿路走得也挺难。因为没啥特别火爆的应用出来，市场反应挺冷淡的，甚至还有人觉得它没啥用。但黄仁勋这人脑子特别轴，硬是坚持在这上面砸钱养生态。英伟达不光把平台免费给全世界的开发者用，还搞了一大堆文档、编译器、库函数还有开发工具链。靠着这种长时间的死磕策略，全球几百万搞科研的工程师、学生都开始用这玩意儿了。 到了2010年前后，大数据爆了不说，深度学习算法也突破了关口。结果大家发现训练那种复杂的神经网络全靠海量的矩阵运算，这恰好是显卡的强项。因为头些年在这上面攒下的底子厚了，开发者把算法直接搬到GPU上跑效率能翻上好几十倍。要是没有CUD/CPU（原文本如此）这种开发方式的话……（此处原文有明显缺漏，推测为“没有CUDA”），咱们现在的AI发展绝对没现在这么猛。