这周的GPU圈，信号是拧着的。
一边是钱在投票：英伟达8月底发布的最新财报继续超市场预期，单日市值暴增近3万亿人民币级别的数字被媒体反复刷屏。36氪华尔街十几家机构集体上调目标价，甚至有机构喊出10万亿美元估值。微博紧接着，英伟达又宣布收购开源模型平台Hugging Face，黄仁勋公开表态“允许自由上传下载模型、不强制用英伟达硬件”。知乎CUDA阵营的护城河，看起来又深挖了一圈。
另一边，是技术圈自己在拆台。知乎上“为什么说CUDA是NVIDIA的护城河”这个问题下有287万阅读的讨论，最高赞的回答引用了DeepSeek梁文锋的一个观点：过去软件生态难被推翻，是因为重写成本是“十年人月”；但现在Coding Agent越来越能接住大型工程，CUDA算子、驱动、编译器说到底都是软件，重写一套生态正从“公司级十年工程”变成“可以持续自动迭代的大任务”。知乎更早一点，“计划经济可以计划出CUDA吗”的问题冲到了354万阅读——连“生态能不能被复制”都成了大众话题。
再加上，黄仁勋前脚刚宣称英伟达已实现AGI。36氪与此同时，字节年初那篇让AI Agent自动写CUDA kernel、自动做性能优化的论文也有34万人在围观。知乎想学GPU并行计算的人，此刻纠结的问题非常具体：AI都会写kernel了，我现在花时间学，会不会学完就被淘汰？
这个问题我替你拆开算过账了。先说结论：值得学，但你学的东西要换——不是学语法，是学闭环。下面把账一笔一笔摆出来。
先看一个反直觉的事实：AI写kernel的声量越大，学CUDA的人反而越多
如果你最近刷B站，会发现一个很有意思的现象：名校GPU课程正在被成建制地搬运。斯坦福CS149《并行计算》的两个搬运版本，播放量分别做到4285和1844。哔哩哔哩佐治亚理工的高性能计算导论2490播放；苏黎世联邦理工的GPU硬件架构专题907播放；就在昨天，约翰霍普金斯大学的GPU编程课又上新了双语版。播放最高的一个讲PyTorch底层算子在GPU上并行逻辑的中文视频，接近1万播放、277个赞。
知乎这边更夸张：写CUDA的入门、避坑、实验类文章几乎每天在更新——有人做CUDA矩阵乘法的naive实验，验证出向量加法GPU只赢一点、矩阵乘法能赢1000倍。知乎有人写CUDA Graph的避坑指南还附H100实测，有人从PyTorch代码一路拆到GPU指令的编译器全栈。连“算子开发指北／CUDA面试刷题指南”这种工业化备考资料都出现了。知乎
这说明什么？说明在AI喊得最凶的这一年，真实世界里押注GPU并行计算技能的人不是在减少，而是在增加。原因也不难理解：大模型训练推理的军备竞赛还在加速。据报道，OpenAI刚发的旗舰模型是用超10万张GPU预训练出来的。微博国内9月11日还要开算力大会。微博算力需求在涨，会调教GPU的人就是稀缺品。
关键在拆层：AI抢的是哪一层饭碗，你就要躲开哪一层
把“CUDA技能”当成铁板一块去讨论值不值得学，是这个问题最大的坑。它其实分三层，AI对每一层的冲击完全不同：
第三层：调框架、背API。比如会用PyTorch、会查cuBLAS文档、记得住launch配置怎么写。这一层AI Coding Agent替代起来最顺手，因为需求明确、有现成参考代码、验证方式清晰。如果你学CUDA的目标停在这里，那确实危险——不是因为AI来了，而是因为这层本来就不值钱。
第二层：把明确需求翻译成kernel。比如“写一个softmax”、“优化一下这个reduce”。这一层AI正在快速逼近，字节那篇cuda-agent论文、社区里各种“自动优化kernel”的项目都在瞄准它。人类还有优势，但优势在收窄。
第一层：定义问题、找到瓶颈、建立性能闭环。这一层是AI暂时给不了的。有个138万阅读的知乎回答讲得很生动：一位C++工程师接了个活，把Jetson上的3D打印切片软件用CUDA加速到每秒60层。他踩的坑没有一个能用“搜API”解决——设备端动态malloc会把显存分碎、几千个线程做原子加性能直接崩、switch-case在GPU上等于判死刑，得靠把分支逻辑改写成高斯函数的数值计算来绕。知乎这些判断靠的是对硬件行为的心智模型，是“为什么慢”的直觉，而AI目前只能帮你把已经想清楚的方案写出来，没法替你想清楚。
所以结论很清楚：2026年学GPU并行计算，核心目标不是“会写kernel”，而是“能对一个真实负载做profiling、定位瓶颈、给出优化、并用数据证明快了多少”这个完整闭环。nsys看时间线、ncu拆kernel这些手艺，反而因为AI的存在变得更值钱——AI生成的代码越多，越需要有人能判断它写得对不对、快不快。
三种人，三条不同的路线
如果你是在校学生或准备转方向，值得系统学，但别从背语法开始。性价比最高的顺序是：先过一遍CS149这类课程建立SIMT心智模型（B站搬运都有中英字幕版），然后照着NVIDIA官方的CUDA Samples把向量加、矩阵乘、reduction跑通，重点不是代码本身，而是每写一个就用nsys和ncu看一次自己的kernel长什么样。面试向的同学可以直接对着“算子开发指北”这类刷题指南查漏补缺，这个方向的需求已经制度化到出备考资料了。
如果你是算法工程师，想往AI Infra靠，不建议从头系统学，建议从推理链路切入。知乎上有篇讲得很实在的内容：想入门AI Infra，先自己写一个CUDA算子，比直接读vLLM源码有效得多。知乎目标是能读懂FlashAttention、vLLM这类项目的代码结构，能在推理框架里做局部优化——这是当下招聘市场最认的能力组合。
如果你是纯兴趣自学者，先别为了学CUDA买显卡。云端Colab、租卡平台几块钱就能把入门实验跑完，等确认自己真的享受“把100ms优化到10ms”这种乐趣，再考虑硬件投入，顺序别反了。
两件别做的事
一是别囤课。名校课程搬运、专栏文章、刷题指南，现在的免费资源密度已经高到过剩，学不动的原因几乎从来不是资料不够，而是没有动手跑过一次真实的profiling。二是别把“学会CUDA”当成一次性投资，这一层硬件每代架构都在变，真正保值的是第一层的闭环能力，具体API五年后再看大概率又换了一轮。
接下来值得盯的三个信号
9月11日中国算力大会前后，看国产并行计算生态（华为CANN、摩尔线程MUSA等）会不会放出更多算子岗位和开发者激励。知乎如果国产生态开始批量招人，“学CUDA还是学国产栈”就从一个哲学问题变成了具体的择业问题。
AI写kernel工具的进展，比如各家coding agent对CUDA项目的实际支持程度。它们每前进一步，上面说的第二层技能就贬值一分，但第一层的需求会同步上涨。
英伟达自家开源项目（CUTLASS、Triton Inference Server这些）的更新节奏。知乎收购Hugging Face之后，CUDA生态的开放程度怎么走，直接影响你学的东西能用多久。
GPU这碗饭，AI不是来掀桌子的，是来重新排座位的。坐哪把椅子，取决于你现在学的是哪一层。
你现在是已经入坑的，还是正在观望的？你学CUDA（或者劝退别人学CUDA）的最大理由是什么？评论区聊聊，我看看能不能把大家踩过的坑整理成下一篇的避坑清单。
