11 月 10 日消息，科技媒体 Wccftech 发布博文，报道称微软为打破英伟达 CUDA 在 AI 领域的软件生态霸权，已开发出一套专用“工具包”，核心功能是将为英伟达 GPU 编写的 CUDA 模型代码，自动转换为兼容 AMD ROCm 平台的版本。

援引博文介绍，一位微软高管透露，公司已成功开发出专用“工具包”（尚未透露具体名称），能够将基于英伟达 CUDA 编写的 AI 模型代码，翻译成 AMD ROCm 平台支持的版本。

这意味着原本锁定在英伟达硬件生态中的 AI 应用，未来或可在 AMD 的 AI GPU（如 MI300X 系列）上无缝运行。此举被视为微软打破英伟达 CUDA 软件护城河、推动 AI 硬件多样化的重要战略布局。

英伟达之所以能在 AI 领域保持绝对优势，其强大而成熟的 CUDA 软件生态是关键。CUDA 已成为 AI 行业事实上的标准，被开发者广泛采用，其竞争对手 AMD 的 ROCm 平台在生态成熟度和市场占有率上仍有较大差距。

要打破这种近乎垄断的局面绝非易事。微软此次开发的工具包，正是试图通过技术手段绕开生态壁垒，为市场提供一个“平替”方案，降低开发者迁移平台的门槛。

该媒体报道分析，微软的工具包很可能采用了一种名为“Runtime 兼容层”的技术。该技术无需对 AI 模型的源代码进行大规模重写，而是在程序运行时实时拦截 CUDA 的 API（应用程序编程接口）调用，并将其动态翻译成 ROCm 能够理解的指令。

开源项目 ZLUDA 就是此类技术的实例，通过这种方式，可以显著降低迁移成本和技术风险，但其有效性高度依赖于翻译的精准度和完整性。

该媒体指出，微软之所以投入资源开发此类转换工具，其根本原因在于 AI 推理需求的急剧增长。相比于一次性的模型训练，模型的日常推理应用产生了持续且庞大的算力需求。

英伟达 GPU 虽然性能强大，但价格昂贵，导致推理成本居高不下。因此，微软急于寻找更具成本效益的硬件方案，而 AMD 的 AI 芯片正是理想的替代者。通过实现 CUDA 到 ROCm 的转换，微软旨在为客户提供更灵活、更经济的 AI 算力选择。