少，編程難度比 GPU 大，開發者在使用 ASIC 進行開發和調試時所需要花費時間會更多。GPU 的軟件生態成熟且豐富，如英偉達 CUDA 和 AMD ROCm 等，提供了廣泛的開發工具、編程語言支持，并擁有大量的開源項目和社區資源。為了提升 AI ASIC 在特定場景下的計算效率，谷歌、亞馬遜、META、微軟等廠商為 ASIC 開發了配套的全棧軟件生態，包括編譯器、底層中間件等，持續降低從 CUDA 生態向其他生態轉換的遷移成本，以減輕對 CUDA 生態的依賴性。