AI背后的「大基建」：半导体行业格局将彻底改写？

ChatGPT爆火后，更值得关注的其实是幕后的「算力基建」。半导体巨头和创业公司都在摩拳擦掌，为新一个世代的AI芯片做谋划。这其中，谁会衰落？谁会崛起？谁能弯道超车？

[@ZRY-up1rj]

大刘厉害👍

[@leimiles18]

解释的非常清晰

[@user-is5om2fe2l]

感谢分享，学习了Ai底层架构肯定会起来的

[@peterpan629]

在下以前用过Xilinx 的FPGA做传感器开发，没记错的话，其clock frequency大概就在250MHz，用来做GHz级别的运算应该是力不从心的，这应该也会限制其在AI领域的发挥吧？或许博主可以从这个角度来探讨一下？

[@franzwu457]

大劉真的不太了解半導體業，算力就是製程縮小的主要推手，fabless 的設計成本也越來越高，開發一個3nm光罩要比一個7nm光罩貴得太多了，不是小廠玩得起，所以 altera xilinx 才會走向合併，買得起的也就 intel amd，新創弄出點新架構，很快就被巨頭併購了，要改變格局，難，沒有發現2010年後，fabless WW top 20 幾乎沒有變動嗎？

[@georgekwok9182]

其實專門的硬件雖然效能比較高, 但一旦核心變化了可能就成廢品, 所以現在還是偏向通用的GPU比較吃香吧

[@janchangchou777]

另外所謂AI的算力，也多被這些台面上資訊及硬體公司給神話了，整𠆤AI 主要算力在解大矩陣行列式。 也就是同時或儘量同時計算（平行計算） y 千萬組的 y千萬𠆤數的連乘積。 極其簡單（小學算術程度）但體量龐大的加減乘除。 無任何高深複雜的計算。

[@hulee921]

4:23

[@cgc5221]

Have you heard the Australian Edge-AI company named Braidchip?

[@yang989]

要是沒有大型語言模型的成功

[@tammychiang4730]

👍👍👍

[@sugusta3243]

FPGA开发很容易，看样子是电子系大牛，自己感觉比一般的编程难度上了几个维度，不过会的确实不觉得难，开发流程比一般的编程长很多。eFPGA很多家也在做，嵌入到MPU中也有几家有了，或者直接进入NOC世界。Intel 暂时股价太弱，到15肯定大仓位买入

[@user-fv1ic5tw7q]

一般模型推理的计算量远小于训练时的计算量的，保守十分之一。

[@-Badwini-]

ASIC通常用於特定任務或算法上，看看比特大陸的礦機就知道，用一段時間就必須淘汰，但算法寫的好效率很高。

[@franzwu457]

標題不符，啥格局會變？

[@hysioshu]

分析 AI 芯片硬件发展，其实主要的关注要素并不在于架构体系，性能，成本等硬件要术，而是软件。其实现在的 AI 模型主要就两种体系, tensorflow/pytorch 无论是在训练，还是推理阶段，得不到这两个模型架构的支持，市场份额是不会超过 1%， nvidia 的目前地位为什么，会这么高，主要原因还是因为，他的软件适配性是最好的。

[@user-hp9wi7tm6b]

講到某某架構、誰家的模式或版本⋯感覺就是要設置『知識產權、技術門檻障礙』，好將來要卡脖子用的！

[@Hongcai12345]

真正能模仿自然的AI 必须要量子计算 是这样吗？

[@xxw6371]

业内一般不会将ASIC拆成每个字母读，而是读作ai sei ke (拼音)。

[@Jersey1225]

感覺谷歌在玩自己的，都不是一個維度曲高和寡呀。