CUDA是NVIDIA在2006年推出的并行计算平台，是AI计算生态的基石。
为什么重要：所有主流深度学习框架(PyTorch/TensorFlow/JAX)基于CUDA；数百万开发者熟悉CUDA生态；数十年的优化积累(cuBLAS/cuDNN等高性能库)；CUDA只能在NVIDIA GPU上运行，是NVIDIA 90%+市场份额的根本原因。
编程模型：Kernel（GPU上并行执行的函数）、Thread/Block/Grid（线程层次）、Shared Memory（片上高速缓存）、Stream（异步操作队列）。
生态工具：cuBLAS（矩阵运算）、cuDNN（深度学习原语）、TensorRT（推理优化）、NCCL（多GPU通信）。
CUDA的护城河至少还能维持3-5年。AMD的ROCm和Intel的OneAPI短期内无法与CUDA生态竞争。