AMD 宣布收购 Nod.ai：补齐开源 AI 编译器短板

大家聊起买显卡跑 AI，最大的痛点往往不是芯片算力不够，而是装驱动配环境能折腾掉半条命。英伟达靠着一套严密的 CUDA 护城河吃尽红利，而 AMD 的硬件参数再好看，很多开发者试了一圈最后还是退回了绿厂。

AMD 显然也明白自己的短板在哪里。10 月 10 日，AMD 正式宣布签署协议，收购开源 AI 软件公司 Nod.ai，准备用开源社区的力量补齐自己的软件短板。

把开源编译器专家收编麾下

Nod.ai 在普通玩家眼里可能很陌生，但在开源 AI 编译领域却是个狠角色。

这家初创公司是开源 AI 社区几个核心仓库的主力维护者和贡献者，包括自动化部署工具 SHARK、Torch-MLIR 以及 OpenXLA/IREE 编译器代码生成技术。

Nod.ai 的联合创始人兼首席执行官 Anush Elangovan 透露，他们的核心专长就是通过编译器自动化技术，让 AI 模型能在不同硬件上高效跑起来，不用工程师手工一行行去做底层调优。

按 AMD 人工智能事业部高级副总裁 Vamsi Boppana 的说法，Nod.ai 的技术此前其实已经在大规模云服务商、企业和初创公司的边缘设备上落地跑了很久。

打通从机房到轻薄本的全家桶

有意思的是，AMD 这次收编 Nod.ai，野心并不只在机房里的大卡上。

官方明确提到，Nod.ai 的编译器自动化能力会贯穿 AMD 现有的全部核心产品线。

这里面不仅包括面向云端数据中心的 Instinct 加速卡和 EPYC 处理器，还涵盖了笔记本上的 Ryzen AI、嵌入式 Versal SoC，以及桌面玩家手里的 Radeon 显卡。

换句话说，从 CDNA、XDNA、RDNA 到 Zen 架构，AMD 想借 Nod.ai 的 SHARK 软件，把横跨机房算力到端侧芯片的 AI 部署门槛一次性压低。

开发者只需要专注于模型本身，剩下的编译、跨平台调度和性能榨取，全交给底层的自动化工具去处理。

为什么重要

在很多开发者看来，AMD 的硬件性价比一直不低，但软件生态的断层劝退了太多人。如果你想用 AMD 跑开源大模型，往往要忍受各种适配不全和报错。Nod.ai 加入之后，最直接的价值就是让那些被 PyTorch 绑定的开发者，能够不用重写底层代码就平滑迁移到 AMD 平台上。

从行业竞争来看，单靠砸钱堆硬件已经追不上英伟达了。英伟达的优势不仅在硬件，更在于开发者习惯了用 CUDA 写代码。AMD 正在做的是拉拢开源世界，押注 OpenXLA 和 MLIR 这类开放标准，试图用开源联盟的方式撬开 CUDA 的围墙。

我们认为，AMD 这次收购的方向抓得很准。在 AI 军备竞赛里，补齐编译器和中间件工程师的缺口，比单发两块新显卡重要得多。不过买下团队只是第一步，大公司收购开源初创公司往往容易陷入大公司流程的泥潭，AMD 能不能给 Nod.ai 足够的自由度，让他们继续推动开源社区反哺自己的硬件生态，会是接下来最大的看点。