NVIDIA 在人工智能基础设施领域的主导地位基于一个原则:GPU 是通用机器。多年来,这种灵活性一直是该公司估值飙升的基石。即使 AMD 挑战 NVIDIA 的道路也完全取决于为 AI 工作负载构建更高效的 GPU。然而,对 GPU 的竞争已经来自生产专用集成电路(通常称为 ASIC)的公司。据称,与针对特定人工智能工作负载的 GPU 相比,这些技术可以提供更好的性能和成本效率。示例包括 Google 的 TPU、Amazon AWS 的 Trainium、Cerebras 的 Wafer Scale Engine、Groq 的 LPU(语言处理单元)以及 SambaNova、Etched、Mythic 等一长串其他公司。
Add A Comment

