因为老黄的布局， 很多领域的核心算力、 软件栈、 算子库和优化工具链方面对NVIDIA GPU 与 CUDA 生态在存在较强依赖。 
昇腾有 Ascend C、CANN，武纪也有 BANG C、CNNL。但目前而言这些似乎还不足以撼动CUDA的地位。通用泛化的算子开发也很难与现有的技术产生差异化。 
但是在垂域，Agent 不需要理解整个计算世界，只需要围绕特定工作负载持续积累经验。这也更适合形成复用与规范。 
但是哪些值得做？哪些更容易学到可迁移经验？会不会出现重复造轮子的情况？哪些最能形成壁垒呢？ 
本人也是刚刚调研这个方向，还有很多不懂得地方，希望有懂得佬友或者有独特看法的佬不吝赐教。