- 综合排序
- 最热优先
- 最新优先
- 来自专栏量子位
奥特曼，10亿美元砸向AI芯片
因此，制造更多高性能芯片来运行复杂人工智能系统的竞赛只会加剧。 能够制造高端芯片的晶圆厂数量有限，这促使奥特曼或其他任何人在需要产能之前竞标多年，以生产新芯片。 其他开发人工智能模型的公司也开始制造自己的芯片。 OpenAI 的投资者微软在 11 月宣布，它已经构建了第一个用于训练模型的定制 AI 芯片，紧随其后的是亚马逊宣布了其 Trainium 芯片的新版本。 谷歌的芯片设计团队正在使用其在谷歌云服务器上运行的 DeepMind AI 来设计 AI 处理器，如张量处理单元 （TPU）。 据了解，英伟达已经宣布了其下一代 GH200 Grace Hopper 芯片，以扩大其在该领域的主导地位，而竞争对手 AMD、高通和英特尔则推出了旨在为笔记本电脑、手机和其他设备上运行的 AI 模型提供动力的处理器
29710编辑于 2024-01-23 - 来自专栏新智元
AI芯片年度最大融资，地平线将融资10亿美元！AI芯片学者地图出炉
清华大学AMiner日前出品2018年《人工智能芯片研究报告 》，指出AI芯片学者主要集中在欧美，这一代AI芯片主要有memory wall、功耗高、性能和灵活度不平衡等问题。 年底AI芯片又有新动态。 据金融时报报道，AI芯片公司地平线正在进行新一轮融资，计划筹资最多达10亿美元，本轮融资估值在30亿至40亿美元之间，这次融资也成为中国新兴AI芯片领域最大的融资活动之一。 在今年10月的2018安博会上，地平线创始人兼CEO余凯接受媒体采访时透露，公司将在2018年底完成新一轮融资，金额为5-10亿美元，投资方包括一家和英特尔规模相当的芯片公司，以及一家知名汽车厂商。 AI芯片学者地图：美国是AI芯片发展的核心 最近，清华大学与中国工程院知识智能联合实验室推出2018年《人工智能芯片研究报告》，余凯成为AI芯片领域的“代表性研究学者”。 年 10 月中旬 Mate10 系列新品（该系列手机的处理器为麒麟 970）上市。
1.1K30发布于 2018-12-19 - 来自专栏人人都是极客
AI 芯片和传统芯片的区别
来源：内容来自「知乎@汪鹏 」 所谓的AI芯片，一般是指针对AI算法的ASIC（专用芯片）。 传统的CPU、GPU都可以拿来执行AI算法，但是速度慢，性能低，无法实际商用。 在手机终端，可以自行人脸识别、语音识别等AI应用，这个必须功耗低，所以GPU OUT！ 所以，开发ASIC就成了必然。 说说，为什么需要AI芯片。 总的来说，CPU与GPU并不是AI专用芯片，为了实现其他功能，内部有大量其他逻辑，而这些逻辑对于目前的AI算法来说是完全用不上的，所以，自然造成CPU与GPU并不能达到最优的性价比。 但是，这些算法，与深度学习的算法还是有比较大的区别，而我的回答里提到的AI芯片，比如TPU，这个是专门针对CNN等典型深度学习算法而开发的。 谷歌的TPU，寒武纪的DianNao，这些AI芯片刚出道的时候，就是用CPU/GPU来对比的。 无图无真相，是吧？
1.9K50发布于 2018-12-19 OpenAI携手博通部署10GW自研AI芯片，博通股价暴涨10%！
当地时间10月13日，人工智能技术大厂OpenAI和芯片设计大厂博通宣布达成合作，双方共同开发10吉瓦（GW）规模的数据中心所需的定制AI加速器。 这也意味着，该10吉瓦项目的总投资将会高达5000亿美元。数据显示，服务器在数据中心当中的成本占比超过60%，而在AI芯片在AI服务当中的成本占比则超过70%。 但是由于OpenAI选择的是自研AI芯片，并由博通提供后端设计服务，最终的制造是交由台积电，因此实际所需要花费的资金应该会比直接采购英伟达和AMD的AI芯片更具成本优势。 事实上，OpenAI这次与博通的10GW自研AI芯片合作协议， 是OpenAI 为其未来发展所做出的巨大算力承诺的其中一部分。Sam Altman 也已经暗示，这10GW 仅仅是个开始。 的AI芯片采购协议。
20910编辑于 2026-03-19欧盟将建5座AI数据中心，每座将配备约10万个AI芯片
近日，欧盟委员会公布了其人工智能大陆行动计划，打算建立了一个构架，以加强欧盟的人工智能（AI）计算基础设施。 其中，该计划将以设立5座AI数据中心为核心，每座数据中心将配备约10万个AI芯片，相较于现有的基础设施，其拥有的训练数量将提高达四倍。 不过，AI 数据中心的选址仍然是一个问题，在德国政府的部分，打算在境内寻找一个合适的地点，以争取设置。 报导指出，尽管大家都意识到人工智能将带来的生产效率提升，但是目前仅有13.5%的欧盟企业导入了AI相关应用与技术。 因此，欧盟委员会将实施一项应用人工智能战略，藉由欧洲数位创新中心提供的支持，以促进AI技术在工业领域的应用，并在欧盟战略性公共和私有部门达到全面性的全面推广。
11410编辑于 2026-03-19- 来自专栏AI系统
【AI系统】AI芯片驱动智能革命
在整个 AI 系统的构建中，AI 算法、AI 框架、AI 编译器、AI 推理引擎等都是软件层面的概念，而 AI 芯片则是物理存在的实体，AI 芯片是所有内容的重要基础。 本系列文章将会通过对典型的 AI 模型结构的设计演进进行分析，来理解 AI 算法的计算体系如何影响 AI 芯片的设计指标，进而结合几种主流的 AI 芯片基础介绍，帮助大家对 AI 系统的整个体系知识有更全面的认识 计算机芯片体系结构在很大程度上影响了 AI 算法的性能。因此，了解 AI 算法与芯片计算体系结构之间的关系是非常重要的。 AI 芯片的分类 AI 芯片的广泛定义是指那些面向人工智能应用的芯片。 CPU、GPU、FPGA、ASIC 是目前 AI 计算过程中最主流的四种芯片类型，CPU、GPU、FPGA 是前期较为成熟的芯片架构，属于通用性芯片，ASIC 是为 AI 特定场景定制的芯片。
1.2K10编辑于 2024-11-29 - 来自专栏用户6167002的专栏
巨头搅局AI芯片
这些或许才是互联网巨头们集体进入AI芯片市场的关键点。 这么来看，入注AI芯片行业对于互联网巨头来说意义非凡，也难怪巨头们一直以来都在急于融入到AI芯片市场当中。 例如地平线征程系列AI芯片已在智能座舱、自动驾驶等终端领域取得了较为出色的成绩，据甲子光年数据显示，地平线首款车规级AI芯片征程2，前装出货量于2020年11月便突破了10万片。 毕竟可以利用云端AI芯片赛道取长补短，填补在终端AI芯片的不足，促进整体AI芯片在市场中茁壮生长，同时可以避开各方巨头在终端AI芯片市场中的尖锐锋芒。 在AI芯片性能方面，互联网巨头依靠已推出的部分产品在AI芯片领域出尽风头。据公开数据显示，昆仑AI芯片能提供每秒260万亿次的定数运算性能。 据官方资料显示，1颗含光800的算力相当于10颗GPU，相比传统GPU算力，性价比提升100%。
34720编辑于 2022-03-15 - 来自专栏镁客网
首个AI芯片投资！谷歌母公司投资AI芯片初创企业 | 热点
目前这家初创公司还没有发布其第一代芯片产品。 近日，据国外媒体报道，美国初创公司SambaNova System获得了5600万美元的A轮融资。 目前这家初创公司还没有发布其第一代芯片产品，但其已与潜在客户以及公共云提供商进行了谈话。 近年来，AI芯片一直是各大科技公司竞争的热门对象。早在2016年，谷歌就宣布已经制造出可以快速训练AI模型的芯片——张量处理单元（TPU），以对抗英伟达的GPU。 而老牌芯片CPU巨头英特尔并购了AI初创公司Nervana，以扩大自己在AI芯片上的优势。 在收购AI初创公司方面，谷歌也位列各大科技公司榜首。 从2012年至今，谷歌并购的AI公司最多，大概有14个，苹果公司位居第二位。但是此次收购AI芯片公司，还是谷歌的第一次尝试。
57020发布于 2018-05-29 - 来自专栏新智元
芯片设计大佬放狠话：未来10年，芯片性能提高1000倍！不过是AI设计的那种
由于宏单元潜在配置数量巨大（约为10^2500），规划就会变得非常复杂，而且随着逻辑电路设计的发展，还需要进行多次迭代。 如果每次迭代都由人类工程师手动生成，就要耗时数天或数周。 随着AI接管更多任务，以往负责设计少量晶体管的工程师，现在可能负责设计更大芯片中的10亿个晶体管。 这样就能够在更短的时间内设计出更快的芯片，改变芯片的架构，将芯片性能提高10倍、100倍甚至是1000倍。 欢迎来到AI芯片设计时代 与使用最先进设计工具的世界一流设计团队相比，DSO.ai能够将功耗降低25%，性能是当下最好的AI芯片设计工具的5倍。 -10-years/ https://arstechnica.com/gadgets/2021/08/samsung-has-its-own-ai-designed-chip-soon-others-will-too
51420发布于 2021-09-17 台积电希望借助AI设计软件，将芯片能效提升10倍
9月25日消息，据路透社报导，全球最大的晶圆代工厂台积电近日在美国硅谷的研讨会上公布了新策略，希望用AI驱动的设计软件，将AI计算芯片能源效率提升约10倍。 台积电是英伟达（Nvidia）、AMD等AI芯片大厂的芯片代工制造商，同时台积电本身也有在使用AI芯片，但是当前AI芯片的能耗也是非常高，以英伟达目前旗舰级AI服务器为例，高负载下耗电量可达1,200瓦 因此，台积电也希望新的芯片设计达成能源效率的突破：比如通过将多个具备不同技术的“芯粒”（chiplet，即小型芯片）封装整合在同一个计算模组中，以突破目前的能效瓶颈。 不过，为了运用这些新技术，芯片设计公司越来越倚重AI驱动的设计软件。 业界主要的EDA供应商Cadence和新思科技（Synopsys）9月11日也同步推出了与台积电深度合作开发的新工具。 我们发现非常有用，原本工程师需耗时两天的任务，AI软件仅需5分钟即可完成。” 路透社报导也指出，现有的芯片制造方式正触及极限，例如电学连接芯片间传输数据。
6810编辑于 2026-03-20Cadence推出芯片设计验证AI智能体：效率提升10倍！
美国当地时间2月10日，EDA及半导体IP大厂Cadence宣布推出ChipStack ™ AI超级代理（智能体），这标志着半导体设计领域迈出了变革性的一步。 据介绍，ChipStack AI超级代理是一款面向前端芯片设计和验证的智能体人工智能解决方案。它是全球首个用于自动化芯片设计和验证的智能体工作流程。 在编写设计和测试平台代码、创建测试计划、协调回归测试、调试和自动修复问题等方面，其效率可提升高达10倍。 ®智能芯片浏览器以及 Cadence 的 JedAI 数据和 AI 平台。 Altera 工程高级总监 Arvind Vidyarthi 表示：“Cadence ChipStack AI 超级代理显著降低了我们在某些领域的验证工作量，减少了约 10 倍，使我们的团队能够更快、更自信地完成验证工作
26210编辑于 2026-03-19AI如何改变芯片设计
AI如何改变芯片设计摩尔定律即将终结。工程师和设计师在晶体管微型化和芯片集成度方面已接近极限，因此他们转向其他芯片设计方法，将AI等技术融入设计流程。 AI在芯片设计中的当前应用某机构高级产品经理指出，AI已贯穿芯片设计和制造的大部分环节。在工艺工程中，AI可用于优化流程，缺陷检测是各阶段（尤其是制造环节）的重要应用。 AI不仅是预测工具，更能从数据中提取深层洞见。AI驱动的设计优势传统基于物理的建模计算密集且复杂。AI可创建替代模型（即数字孪生），通过参数扫描、优化和蒙特卡洛模拟大幅降低计算时间。 挑战与局限AI模型精度仍不及传统物理模型，这是通过大量模拟和参数扫描来弥补的缺点。芯片设计和制造需考虑所有组件，整合不同部件的预测模型极具挑战性。 未来趋势将减少追求超精确预测，转向信息透明共享和数字孪生应用，结合AI与人类专业知识，推动芯片设计向更高效、协作的方向发展。
33600编辑于 2025-10-11- 来自专栏AI系统
【AI系统】从 CUDA 对 AI 芯片思考
英伟达生态的思考点从软件和硬件架构的角度出发，CUDA 和 SIMT 之间存在一定的关系，而目前 AI 芯片采用的 DSA 架构在编程模型和硬件执行模型上还处于较为早期的状态，英伟达强大的生态同样离不开 面对新的 AI 芯片，在流水隐藏方面，实现架构层面的隐藏流水编排机制，提出一个形式上与 SPMD 没有关系的编程模式，而且易用性堪比 CUDA 的软件是可能的。 编程模型上缺乏统一的标准，因此需要专门搭建编译器和编程体系，硬件主要以 AI 加速芯片（TPU、NPU 等）为主。 cudaFree(d_c); return 0;}CUDA 同时具有编程开发的易用性，对初阶用户而言，CUDA 的易用性是极致的，入门开发者任意写一个简单的算子（Kernel），就能够获得比 CPU 高 5~10
45410编辑于 2024-11-27 谷歌TPU芯片如何挑战AI芯片主导地位
谷歌定制化AI芯片（即张量处理器）正通过其专业化架构挑战现有市场格局。据报道，多家大型科技公司正计划斥资数十亿美元采购谷歌的张量处理器，这可能动摇英伟达作为AI芯片主要供应商的地位。什么是TPU？ TPU比GPU更适合AI吗？英国布里斯托大学的西蒙·麦金托什-史密斯表示，从技术上讲，张量处理器更像是图形处理单元的一个子集，而非一种完全不同的芯片。 孔蒂指出，英伟达图形处理单元的一个传统优势是，有简单易用的软件可以帮助人工智能设计者在英伟达芯片上运行代码。张量处理器刚问世时并不具备这种便利性，但现在这些芯片已经发展到更易于使用的阶段。 例如，某机构使用自己的Trainium芯片来训练其人工智能模型。 麦金托什-史密斯表示：“大多数大型科技公司都有内部的芯片开发项目，部分原因是图形处理单元因供不应求而变得非常昂贵，自己设计和制造可能更便宜。”TPU将如何影响AI行业？
10710编辑于 2026-03-30转载：【AI系统】AI芯片驱动智能革命
在整个 AI 系统的构建中，AI 算法、AI 框架、AI 编译器、AI 推理引擎等都是软件层面的概念，而 AI 芯片则是物理存在的实体，AI 芯片是所有内容的重要基础。 本系列文章将会通过对典型的 AI 模型结构的设计演进进行分析，来理解 AI 算法的计算体系如何影响 AI 芯片的设计指标，进而结合几种主流的 AI 芯片基础介绍，帮助大家对 AI 系统的整个体系知识有更全面的认识 计算机芯片体系结构在很大程度上影响了 AI 算法的性能。因此，了解 AI 算法与芯片计算体系结构之间的关系是非常重要的。 AI 芯片的分类 AI 芯片的广泛定义是指那些面向人工智能应用的芯片。 CPU、GPU、FPGA、ASIC 是目前 AI 计算过程中最主流的四种芯片类型，CPU、GPU、FPGA 是前期较为成熟的芯片架构，属于通用性芯片，ASIC 是为 AI 特定场景定制的芯片。
46510编辑于 2024-12-11- 来自专栏云头条
台积电最先进芯片上涨 10%，普通芯片涨价约 20%。
据知情人士向《华尔街日报》透露，全球最大的合同芯片制造商台积电现将价格上涨20%，此举可能会导致消费者为电子产品掏更多的钱。 这些知情人士表示，台积电计划将其最先进芯片的价格上涨约10%，而汽车制造商等客户所使用的不太先进芯片的价格将上涨约20%。知情人士表示，更高的价格通常在今年底或明年初生效。 芯片短缺已经推高了笔记本电脑的价格，由于越来越多的人远程工作，笔记本电脑的需求量很大。 他表示，这家台湾公司在最先进芯片上已投入了过多的巨额资本预算，在不太先进的芯片上丢失了市场份额。 Lu先生说：“台积电终于涨价以紧跟潮流，以弥补资本支出的分配不当。” 伯恩斯坦分析师表示，涨价可能会使台积电的收入增加10%至15%，收益增加20%至30%，并补充道影响会在明年第一季度显现出来。
28310编辑于 2022-03-18 向寒武纪采购10亿元AI芯片？字节跳动回应：传闻不实！
3月10日，有市场传闻称，字节跳动向寒武纪下单了4万颗MLU580芯片，单价为2.5万元，总价值达10亿元。或许是受此传闻影响，寒武纪3月10日下午股价出现拉升，一度涨幅超过5%。 值得注意的是，此前有投资者曾向寒武纪询问“MLU560、580是否为云端推理芯片”，寒武纪的回复较为谨慎，仅表示“相关信息请以公司在法定披露媒体披露的内容为准”。 目前，寒武纪官网上展示的产品包括智能加速卡、智能加速系统、智能边缘计算模组、终端智能处理器IP及软件开发平台，涉及思元220系列、思元270系列、思元290、思元370系列等芯片型号，但并未提及MLU580 2月27日晚间，国产人工智能（AI）芯片厂商寒武纪发布了2024年度业绩快报，报告期内，公司实现营业收入约11.74亿元，同比增长65.56%，归母净利润为亏损4.43亿元，较上年同期亏损收窄 47.76%
28920编辑于 2026-03-19- 来自专栏AI科技大本营的专栏
学习华为，小米研究 AI 芯片
不过，小米公司高级副总裁王翔近日在接受 CNBC 采访时表示，小米正在进行大量与 AI 芯片相关的研究。 手机 SoC 是一项艰难的过程，而且高投入还不一定能带来高回报。 为此，这几家手机巨头纷纷推出了更适合 AI 应用的芯片，使得这些应用能够在手机终端执行，而不需要依靠云端的服务器，以此带来更流畅的使用体验。 而小米已经在自家手机上推出过各种 AI 功能，并且还在大力扩展具备 AI 能力的智能家居的版图（比如小爱音箱）。因此，小米跟进华为等巨头，进行 AI 芯片的相关研究也就在情理之中了。 “我们自己造芯片，主要目的是为了更深入地了解技术。我们（去年）已经推出了第一款搭载澎湃芯片的智能手机。未来，我们将继续相关技术的研发工作，除了芯片组以外，还会涉及 AI 和其他相关的技术。”王翔说。 不过，小米目前还没决定要不要自己造 AI 芯片。 至于澎湃 S2，王翔并未透露更多的信息，只是表示，小米会继续和其他芯片公司保持良好的合作关系。
65450发布于 2018-04-26 - 来自专栏芯智讯
模拟芯片大厂宣布涨价10-20%！
12月30日消息，根据网上曝光的涨价函显示，本月中旬才启动了新一轮裁员的全球第二大模拟芯片厂商亚德诺（ADI）近日已向中国区代理商发出涨价通知，宣布将从明年2月4日开始，对部分产品线涨价10-20%。 不过，从ADI最新的截至2023年10月28日的2023财年第四季度财报来看，情况仍不够乐观。 一方面，ADI通过提高老产品价格，推动客户换新产品；另一方面，模拟IC生命周期相对长，芯片厂往往为了推动、普及新产品等应用，都会对老产品进行涨价。 今年四季度以来，随着支持生成式AI的智能手机新品和AI PC新品的陆续推出，预计将会刺激智能手机和PC市场的加速回暖，这也将直接带动存储芯片、CIS芯片以及模拟芯片的需求回升。 值得注意的是，在上游原厂持续削减产能背景之下，近期存储芯片涨声不断。比如，有传闻称，三星已经在四季度对NAND Flash芯片报价上调10%至20%，还将在明年一季度和二季度逐季涨价20%。
39810编辑于 2024-01-05 - 来自专栏全栈程序员必看
全球首款AI芯片_全球AI五强
AI概念在几年前火爆全球，科技巨头们纷纷投入AI芯片的研发，小公司也致力于提出概念靠AI浪潮融资，为了快速在AI市场上立足，也为了让市场和用户能记住自家的产品，各家在芯片命名方面都下了点功夫，既要独特， 本文就从字母A到Z来盘点一下目前各种“xPU”命名AI芯片，以及芯片行业里的各种“xPU”缩写，给大家涨涨知识。 今天我们看到的情况是所有的手机芯片都必须有 AI 处理芯片了，2020年麒麟9000的出现更是把AI移动端处理器的性能再升一大截。 另外一种趋势，做高性能计算CPU的公司也不甘错过AI的浪潮。 使用TSMC 16nm FinFET工艺，DPU die面积大概400mm^2，内部单口sram至少24MB，功耗约为200W，等效频率可达10GHz，性能可达181TOPS。 10、JPU 暂无 11、KPU Knowledge Processing Unit 嘉楠耘智（canaan）号称2017年将发布自己的AI芯片KPU。
2.3K20编辑于 2022-11-17
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号