CUDA的护城河，这次又被摆到台面上了。

DeepSeek V4.1 Flash发布后，NVIDIA这边的vLLM很快就完成适配，而AMD的对应镜像晚了大约两天才公开。

问题来了：硬件能跑，不代表跑得好。

SemiAnalysis测试显示，在当前测试条件下，AMD MI355X跑DeepSeek V4.1 Flash时，按每美元总拥有成本（TCO）计算的性能，最高比H200差14.8倍，与NVIDIA B200/B300相比，差距最高达到42倍。 

这并不意味着AMD的GPU本身差42倍。

真正拉开差距的是软件生态。

DeepSeek V4.1 Flash首发当天，vLLM已经针对NVIDIA多款GPU完成支持，包括H100、H200、B200、B300、GB200和GB300。vLLM目前也已经加入AMD的专门实现，但新模型刚出来时，软件适配速度和优化程度存在明显差距。 

这就是CUDA最难复制的地方。

NVIDIA卖的不只是一块GPU，而是一整套开发工具、框架和开发者生态。模型一更新，大量开发者和软件团队就会围绕CUDA进行优化。

芯片性能可以追，软件生态却不是买几台机器就能补上的。

AMD真正想挑战NVIDIA，可能不是把GPU再做快一点，而是让开发者在新模型发布第一天，就能在AMD平台上获得同样成熟的体验。

你觉得，AI芯片大战最后拼的到底是芯片性能，还是软件生态？