NVIDIA罕见地主动在股价后发声，公开表示其图形处理单元（GPU）领先业界整整一代，直接回应了市场对其在人工智能（AI）芯片领域的主导地位可能受到谷歌挑战的担忧。美国东部时间 25 日周二美国股市交易期间，NVIDIA 在社交媒体平台上发布了其模型，以及一个在各种计算情况下通用的平台。 ” NVIDIA 强调，其芯片比谷歌 TPU 等应用集成电路（ASIC）芯片提供“更高的性能、多功能性和可互换性”。我们将像以前一样继续支持两者。“这一声明凸显了谷歌在 AI 基础设施投资方面的不同做法。此前有报道称，其主要客户Meta可以与谷歌达成协议，在其数据中心使用谷歌的张量处理单元（TPU）。英伟达在帖子中表示它的芯片比单个 ASIC 芯片（如 tpu）更灵活、更强大、功能单一。连续第三个交易日创新高。谷歌正在考虑从 2027 年开始在数据中心使用 TPU，并可能最早在明年通过谷歌云租用 TPU 容量。到昂贵但功能强大的 Blackwell 芯片。称重工作是专门为 AIAlternatives 量身定制的。谷歌 TPU 的工作原理 谷歌于 2013 年开始开发首款 TPU，并于两年后发布。这些芯片最初用于加速公司的网络搜索引擎并提高效率，后来适用于谷歌人工智能应用中的机器学习任务。 TPU 和 GPU 都可以处理训练 AI 模型所需的大量计算，但方式不同。 NVIDIA GPU 最初是为渲染视频游戏图像而开发的，它通过数千个计算“核心”并行处理多个任务。 TPU 是专门为 AI 相关工作而构建的，例如矩阵乘法，这是主要用于训练神经网络的操作。许多工作涉及串行而不是并行执行的重复计算。谷歌 TPU 的最新版本名为 Ironwood，于今年 4 月发布。它采用液冷设计，旨在运行人工智能工作负载。它有两种尺寸配置：256 芯片集群或更大的 9,216 芯片集群。对于某些人工智能工作，TPU 的性能比 GPU 更好，因为谷歌可以“删除芯片上许多不适合人工智能的其他部分”，从而降低能耗，运行成本也更低。竞争尤其激烈，谷歌上周发布了该公司最强大的型号Gemini 3。这个广受好评的最先进的人工智能模型是在该公司的 TPU 上训练的，而不是 NVIDIA GPU 上。这项技术成就增强了 TPU 作为 NVIDIA GPU 可靠替代品的可信度。 TPU 目前的客户包括 Safe Superintelligence，这是一家由 OpenAi 联合创始人 Ilya Sutskev 去年创立的初创公司呃，还有 Salesforce、Midjourney 和 Anthropic。根据 10 月份宣布的协议，Anthropic 将通过多达 100 万个 TPU 获得超过 1 吉瓦的 Google 计算能力。与 NVIDIA 不同的是，谷歌并不向其他公司出售 TPU 芯片，而是将其用于内部任务，并允许企业通过谷歌云租用它们。不过，Bloomberg Intelligence 分析师表示，Anthropic 协议增加了 TPU 扩展到其他云平台的可能性。 NVIDIA 首席执行官黄仁勋在上周的财报电话会议上谈到了 TPU 竞争加剧的问题，指出谷歌是其 GPU 芯片的客户，Gemini 可以在 Nvidia 技术上运行。他还提到与谷歌人工智能实验室 DeepMind 首席执行官杰米斯·哈萨比斯 (Demis Hassabis) 保持联系，后者给他发短信告诉他，使用更多芯片和数据将创建更强大的人工智能模型的行业理论（人工智能开发人员通常称之为“扩展法则”）仍然不“完美”。但目前，包括谷歌在内，没有一家公司正在寻求完全取代 NVIDIA GPU。研究公司Gartner分析师Gaurav Gupta表示，尽管拥有自己的芯片，但谷歌仍然是Nvidia最大的客户之一，因为它必须为客户保持灵活性。如果客户的算法或用户模型发生变化，GPU 更适合处理更广泛的工作负载。谷歌 TPU 的最佳前景可能是成为推动人工智能增长所需的产品组合的一部分。 特别声明：以上内容（如有则包括图片或视频）由自媒体平台“网易号”用户上传发布。本平台仅提供信息存储服务。 注：以上内容（包括图片和视频，如有）由网易HAO用户上传发布，网易HAO为社交媒体平台，仅提供信息存储服务。