好文推荐：如何打破CUDA垄断？LLVM奠基人长文解读

推荐理由
AI编译器是现在各大软硬件厂商争夺的核心要地，本文作者Chris Lattner是LLVM项目的主要发起人与作者之一，Clang编译器的作者，苹果公司编译器开发团队的首席架构师，苹果新编程语言Swift创造者，在这篇万字长文中，他详述了AI编译器发展史。
阅读地址
https://www.chaspark.com/#/hotspots/1138522768379686912
文中列到的关键事件时间线
2001年：NVIDIA推出GeForce3，第一款带有可编程着色器的GPU，引入Shader Model 1.0。
2006年：NVIDIA推出CUDA（统一计算设备架构），首个面向GPU的通用编程平台。
2008年：Chris Lattner在苹果公司担任首席工程师，负责实现OpenCL，并将其贡献给Khronos Group进行标准化。
2009年：苹果决定放弃OpenCL，推出Metal作为替代。
2012年：AlexNet使用两块NVIDIA GeForce GTX 580 GPU训练，开启了现代深度学习革命。
2014年：NVIDIA推出cuDNN库，用于加速深度学习操作。
2015年：谷歌推出TensorFlow深度学习框架。
2016年：Meta（Facebook）推出PyTorch深度学习框架。
2016年：TVM（Tensor Virtual Machine）项目由陈天奇和路易斯・塞泽教授发起。
2017年：Chris Lattner加入Google Brain团队，帮助扩展TPU软件栈。
2018年：TVM项目开源并融入Apache。
2018年：Chris Lattner及其团队在谷歌开始构思和开发MLIR编译器框架。
2019年：Triton作为哈佛大学的研究项目首次发表，Philippe Tillet随后加入OpenAI。
2022年末：ChatGPT爆火，推动生成式人工智能和GPU计算走向主流。
2023年3月：XLA项目更名为OpenXLA，并宣布独立。
2023年末：AI模型开发框架vLLM发布0.7版本。
2024年末：NVIDIA收购OctoAI，从而控制了许多TVM的原始开发者。DeepSeek等团队通过直接使用PTX汇编绕过CUDA以追求极致性能。
2025年：NVIDIA在GTC大会上宣布CUTLASS Python和cuTile两款新的Python eDSL。