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。
尽管面临定制芯片威胁，NVIDIA 和 AMD 仍继续获胜
By KTRO TEAM
KTRO TEAM
KTRO MEDIA 是一家全球性的华文WEB3媒体公司。我们致力于为区块链和金融科技领域提供最新的新闻、见解和趋势分析。我们的宗旨是为全球用户提供高质量、全面的资讯服务，让他们更好地了解区块链和金融科技行业的最新动态。我们也希望能帮到更多优秀的WEB3产品找到更多更好的资源好让这领域变得更成熟。 我们的报道范围涵盖了区块链、加密货币、智能合约、DeFi、NFT 和 Web3 生态系统等领域。我们的报道不仅来自行业内的专家，先锋者也包括了我们自己的分析和观点。我们在各个国家和地区都设有团队，为读者提供本地化的报道和分析。 除了新闻报道，我们还提供市场研究和咨询服务。我们的专业团队可以为您提供有关区块链和金融科技行业的深入分析和市场趋势，帮助您做出更明智的投资决策。 我们的使命是成为全球华文区块链和金融科技行业最受信赖的信息来源之一。我们将继续不断努力，为读者提供最新、最全面、最可靠的信息服务。
Add A Comment