產業動態
Alphabet 以全棧 AI 版圖與自研 TPU 拉近與 Nvidia 的差距
市場近期重新評估大型科技公司在「供應算力」與「承接需求」之間的價值分配。以搜尋、雲端、影音與自動駕駛等多元業務為支點的企業,能更快把模型能力轉成可量化的營收與現金流,從而支撐更大規模的算力投資。
市場近期重新評估大型科技公司在「供應算力」與「承接需求」之間的價值分配。以搜尋、雲端、影音與自動駕駛等多元業務為支點的企業,能更快把模型能力轉成可量化的營收與現金流,從而支撐更大規模的算力投資。
雲端業者自研AI加速器過去多以「在自家雲端提供租用」的形式出現,但近期出現新的商業動向:把自研晶片直接供應給少數客戶,讓其部署到自有資料中心。
GoogleCloud在年度大會公布兩款第八代TPU:TPU8t主打模型訓練,TPU8i則針對推理與低延遲需求。這代表雲端供應商不再用「單一加速器」同時滿足所有工作負載,而是以更細緻的產品線對應不同成本曲線:訓練看重吞吐與互連、推理看重延遲、能效與每美元效益。
Anthropic 與 Google、Broadcom 的最新合作顯示,前沿 AI 模型競爭已愈來愈依賴算力長約、電力與晶片供應鏈的協同能力。