国产算力（昇腾CANN）vs 英伟达（CUDA）
硬件差距可以靠持续投入慢慢缩小；软件生态是最大短板，需要长期积累，不是短期一两年可以追上。
​很多人聊算力竞争，总盯着芯片参数的数字差，却容易忽略一个很实在的细节就像我们用惯了某款办公软件，哪怕新出的软件功能更全，只要之前攒了几百份用旧格式做的文档，换起来的成本就不是重新学操作那么简单。
​昇腾的硬件在国内产线的支持下，现在已经能跟上不少场景的需求，但软件生态的“历史包袱”，是没法靠堆硬件解决的。就像一个城市的老商圈，路修得再宽，要是所有老店铺都习惯了原来的经营规则，新品牌想挤进来，得先帮老顾客把旧习惯掰过来。
​现在国内的智算中心、政务这些场景，愿意给昇腾留位置，本质上是在给国产生态“养用户”——就像小时候学写字，先有个自己的本子，慢慢攒着自己的笔记，总比一直借别人的本子用着顺手。
​长期来不管是光模块还是算力集群的配套，需求都是实打实的，但生态的成熟度，从来不是靠发布会的PPT堆出来的。它得靠开发者慢慢攒案例，靠企业慢慢把老代码改顺，靠用户慢慢习惯新工具的好用，这是一场没终点的长跑，急不得。