v5.567.447 安卓最新版
v8.239.977.685857 安卓汉化版
v9.882.1843 PC版
v5.454 PC版
v7.500.1261.138018 IOS版
v1.363.3356.247608 最新版
v4.689 安卓汉化版
v1.406.9742.296197 IOS版
v3.27 IOS版
v3.697 安卓汉化版
v4.219.2670.907056 安卓版
v5.836.3720 IOS版
v5.464.7628 安卓版
v4.579 最新版
v4.535.1187.374067 安卓最新版
v7.322 安卓版
v4.361.6768 安卓最新版
v4.483.6002 安卓最新版
v4.123 最新版
v9.274.2174.760275 安卓版
v2.659.1416.132742 PC版
v4.619 安卓最新版
v8.852 安卓版
v5.267.5386 安卓免费版
v9.112.9549.518597 安卓最新版
v6.436.7742.381281 安卓汉化版
v3.710.3756.808695 最新版
v5.926 安卓最新版
v4.240.8116.307915 PC版
v8.388.8302.54673 安卓免费版
v2.81 安卓版
v3.952.6909.997269 最新版
v6.795.1283.757272 安卓版
v7.626 安卓最新版
v4.804.7139 安卓汉化版
v9.978.516.110744 安卓版
v6.436 安卓汉化版
v5.94.2087.911424 PC版
v6.433 安卓最新版
v7.942.9016 安卓最新版
v5.402.966 IOS版
v9.881.7413 安卓最新版
v1.473.4835 最新版
v9.366 最新版
v2.533.6603 安卓版
v5.677 安卓版
v7.811.4023 安卓免费版
v4.76 安卓免费版
v4.360.8373.764533 安卓版
v8.728.3410.461546 PC版
v8.453 安卓汉化版
v9.81 IOS版
v6.401.7940.224555 安卓汉化版
v1.175.3593.430078 安卓最新版
v1.265 安卓最新版
v5.319.8423 安卓汉化版
v8.44.4157 安卓汉化版
v9.485 安卓汉化版
v3.22.4648 安卓最新版
v4.431.7753 安卓汉化版
v3.909 最新版
v9.536.1607.900256 IOS版
v2.883 PC版
v6.318.6245.555454 IOS版
v8.687 IOS版
v4.844 安卓版
v6.865.8589.561969 安卓最新版
v4.296 安卓版
v9.635 安卓免费版
v4.474 安卓版
v1.817 安卓汉化版
v8.242.3064.318623 PC版
v4.460.5446.567574 安卓最新版
v8.612 IOS版
v2.974.1398 最新版
v7.587.9742.651500 最新版
v2.137 安卓免费版
v4.353 安卓免费版
v7.998.662 安卓汉化版
v9.589.5621 最新版
188比分
克雷西 发自 凹非寺量子位 | 公众号 QbitAI
学术界看不下去了，直接戳破：华尔街在尬吹谷歌TPU！
起因是Meta被曝要和谷歌签订数十亿美元的TPU订单，消息曝出后英伟达盘中最大跌幅达到了7%，按照现在的市值计算，一举蒸发了超3000亿美元。
反观谷歌，在盘中情绪最热烈时涨幅一度达4%，换算成市值相当于增加了约1500亿美元，合人民币超1万亿。
《华尔街日报》将其视为谷歌向英伟达的市场主导地位发起冲击的信号。
但在从业人士看来，华尔街对此举的看法实在是外行了：Meta、xAI在内的大公司和学术界多年一直在用TPU，市场突然就拿他当成算力救世主了？
谷歌没有护城河，英伟达也没有
OpenAI技术人员Clive Chan表示，不仅谷歌自己的Gemini一直在TPU上训练，像Claude、生图模型MidJourney、Ilya的SSI，也全都用过TPU。
所以在他看来，Meta和谷歌签TPU订单不是什么奇怪的事，如果Meta没用过的话，反而会更让他惊讶。
Clive对Meta的看法也被现实验证——没过多久谢赛宁就亲口证实，Meta早在2020年就已经开始使用TPU了。
谢赛宁介绍，当时何恺明领导了TF和JAX代码库的初步开发，MAE、MoCo v3、ConvNeXt v2和DiT等研究项目都是完全在TPU上开发的。
同时，谢赛宁团队在纽约大学的许多研究工作，也都用到了TPU。
在Meta的新订单被曝光之后，英伟达这边也对谷歌表示了祝贺。
但立马话锋一转表示自家产品依然遥遥领先，是唯一能够运行所有AI模型并应用于所有计算场景的平台。
有意思的是，这则推文三句话就用了两个长破折号，网友们一度怀疑是不是AI写的。
不过在Clive看来，所谓的“英伟达护城河”，其实也是十分薄弱的。
比如OpenAI就专门开发了Triton来绕过CUDA，并且只需25行Python代码就能达到cuBLAS的性能。
总之，从技术角度看，对于谷歌、Meta、OpenAI这样的巨兽来说，至少其自身绕开英伟达不是什么难事。
当然了，除了CUDA之外，还有一个需要考虑的因素，那就是使用成本。
Artificial Analysis用Llama 3.3对多款英伟达芯片、AMD的MI300X以及谷歌TPUv6e来了波性价比横评，结果从H100到B200，每1美元带来的Token收益是TPU v6e的5倍。
具体来说，用30Tokens每秒的速度跑Llama 3.3，输入输出各100万个Tokens，在H100上只需1.06美元，而在TPU v6e上需要5.13美元。
而谷歌最新的TPU v7成本核算下来，也和B200差不多。
TPUv7的FP8运算速度为4.6PFLOP/s，功耗约为1000瓦，GB200的FP8运算速度为5PFLOP/s，功耗约为1200瓦。
总之，综合来看，不管是技术还是成本，英伟达和谷歌都没有形成强有力的护城河。
但也有分析指出，谷歌选择出售GPU，本来也不是为了赚钱，瞄准的目标也不是英伟达。
谷歌卖TPU不为赚钱为产能
Artificial Intuition作者Carlos E. Perez分析指出，大家都把Meta与谷歌的TPU交易看作是Meta对冲NVIDIA风险的一种手段，但事实并非如此。
Perez认为，Meta在这笔交易当中也在被谷歌利用，用出货量换取排产和价格优惠，从而对冲来自芯片代工厂的风险。
代工厂需要获得切实有效的多年期合约，才会启动新的2纳米生产线，这种“安全感”是初创公司无法给予的。
Perez想象了这样一个场景：
谷歌走进代工厂，说道：“我和Meta以及苹果都签了六年云服务合同，不管他们愿不愿意，他们每年都会消耗20万个TPU。把你们N2容量的 25%按成本价给我。”而代工厂垂涎三尺，欣然应允。
现在任何一家小型芯片公司（Groq、Cerebras、Tenstorrent等等）都可以进来索要同样的晶圆。
Perez继续畅想，当这些小公司走进代工厂时，得到的回应就会变成“抱歉，未来24个月的房源都已经卖给了谷歌。剩下的零碎货，您只能按原价购买。”
他们正在利用Meta和苹果的资本支出作为抵押，预购了未来的尖端芯片供应。这和苹果当年在iPhone显示屏上用的伎俩如出一辙。
当时苹果用巨额预付款锁定所有优质面板 ，导致其他厂商多年来只能使用二流屏幕。
当然谷歌一个巴掌自然是拍不响，但Meta和苹果也都乐于签署这些协议，因为目前谷歌的TPU是唯一可以批量获得的芯片。
这样做的结果就是，在代工厂那里，能和谷歌相抗衡的，也就只有英伟达了。
参考链接：[1]https://x.com/itsclivetime/status/1993869419337142772[2]https://x.com/ArtificialAnlys/status/1993878037226557519[3]https://x.com/IntuitMachine/status/1993117888140439943
相关版本
多平台下载
查看所有0条评论>网友评论
