AMD硬件生态的“破局”逻辑：从LLVM到Mojo

CUDA的护城河之所以深，是因为它像GCC一样成了某种事实上的工业标准，但标准并不意味着完美。在参加完AMD Advancing AI 2026峰会后，我对硬件和软件共生关系的认知被刷新了。

最核心的观点来自Chris Lattner（LLVM的创建者）。他提出了一个非常尖锐的视角：面对CUDA这种巨无霸，正面硬刚是不明智的，真正的出路在于通过架构设计“绕道而行”。与其让开发者被锁定在某个厂商的专有语言里，不如让硬件本身能够更直观地表达其能力。这也是为什么他搞Mojo的原因——试图在底层创造一种可移植的替代方案。

有趣的是，他在会上说AI其实很“mid”（平庸）。这句话在技术圈引起了讨论，但我认为他的意思是指我们现在接触的大多数LLM只是顶层的“产品”，而真正的核心竞争力在于底层的训练、硬件和计算。

对于开发者来说，这里有几个值得关注的实战方向：

• 算法优先： 在尝试进行内核优化（Kernel Optimization）之前，先在算法层面思考问题。
• 关注非Attention机制： 不要死盯着Attention，Transformer的其他变体以及像Liquid Foundation Models这样的模型值得研究。
• 软硬协同： 软件编写方式与硬件运行机制是不可分割的，脱离硬件谈软件优化在AI时代行不通。

这次峰会让我意识到，AI的竞争正在从简单的“参数量比拼”回归到更底层的计算效率和架构创新上。