亚洲中字无码一区二区三区

电脑版下载

70652
4

亚洲中字无码一区二区三区截图Q8X2R7L1T4J5M9B6W3

内容详情

亚洲中字无码一区二区三区

彻底醒来的谷歌，不但让 OpenAI 最先焦虑，现在还要来抢英伟达的饭碗了。

11 月下旬的一周，谷歌一连收获了几条好新闻。有报道称 Meta 正在思量采购谷歌的 TPU 芯片，生意金额可能抵达数十亿美元。这条新闻让英伟达股价下跌近 7%，也让谷歌母公司 Alphabet 的市值单日增添数百亿美元。几天后，Alphabet 股价继续上涨，市值迫近 4 万亿美元大门。自 10 月中旬以来，这家公司的市值已经增添了近 1 万亿美元。

图丨英伟达与 Alphabet 一年股票比照（泉源：Semafor）

更早些时间，谷歌宣布的 Gemini 3 模子在业内引发了不小的震惊。这款模子在 LMArena 等主要 AI 排行榜上压倒一切，在推理、编程等方面的体现获得了普遍认可。

关于一家在已往两年里被重复质疑“落伍了”的公司来说，现在的时势可谓是一场相当漂亮的翻身仗。

自从 ChatGPT 在 2022 年底横空出生以来，关于谷歌“落伍”的声音就没停过。甚至谷歌自己的工程师和前 CEO 都曾果真表达过担心。事实，只管神经网络的焦点手艺 Transformer 最早由谷歌研究职员发明，但率先将其商业化并引爆市场的却是 OpenAI。

在相当长一段时间里，ChatGPT 险些成了 AI 谈天机械人的代名词，而谷歌的 Bard 则被视为一个慌忙推出的追赶者。

但现在情形最先爆发转变。Counterpoint Research 剖析师 Neil Shah 的评价道：“谷歌可以说一直是这场 AI 竞赛中的黑马，一个甜睡的巨人。现在它彻底醒了。”

谷歌 CEO 桑达尔·皮查伊在上季度财报聚会上强调，公司接纳的是“全栈式”的 AI 战略。这个“全栈”绝非虚言。谷歌既开发 AI 应用（好比广受接待的 Nano Banana、NotebookLM），也训练底层模子，还运营云盘算基础设施，甚至自己设计芯片。

相比之下，OpenAI 虽然模子能力强，但需要依赖微软的云效劳和英伟达的芯片。这种笔直整合给了谷歌更大的控制权和潜在的本钱优势。

TPU 就是这个全栈能力的一个要害部分。谷歌从 2015 年就最先在内部使用这种自研芯片，最初是为了加速搜索引擎的运算。

十年已往，TPU 已经迭代到第七代，从纯粹的推理芯片生长成能够胜任大规模训练使命的加速器。谷歌的 Gemini 系列模子完全在 TPU 上训练，自己也证实晰这些芯片的能力。

图丨谷歌的第七代 TPU“Ironwood”（泉源：Google）

恒久以来，TPU 主要效劳于谷歌内部。但随着 Gemini 模子的乐成和 AI 需求的爆发，谷歌最先更起劲地向外推广 TPU。今年 10 月，AI 公司 Anthropic 宣布将使用多达 100 万颗 TPU，生意价值数百亿美元。

Ilya Sutskever 建设的 Safe Superintelligence，以及 Salesforce 等公司也成了客户。Meta 的潜在采购则可能是迄今为止最大的一笔外部订单。

这些希望对谷歌云营业来说意义重大。谷歌云第三季度收入 152 亿美元，同比增添 34%，但仍然排在微软和亚马逊 AWS 之后。若是能通过 TPU 吸引更多大客户，不但能增添收入，还能提升谷歌云在市场上的职位。

据报道，谷歌云的一些认真人内部讨论过，希望 TPU 能抢下英伟达年收入的 10%。英伟达 2025 年 AI 相关收入预计抵达 490 亿美元，10% 就是近 50 亿美元，这个数字已经凌驾了现在 TPU 营业的估算规模。

谷歌的数据优势也禁止小觑。搜索引擎、Android 手机、YouTube，这些产品天天爆发的数据为训练 AI 模子提供了富厚的素材。更主要的是，谷歌往往把这些数据留给自己用，而不是像一些竞争敌手那样需要付费获取训练数据。

不过，手艺上的前进并不自动转化为市场上的乐成，谷歌要想在各方面取得领先，还需要支付更多的起劲。在消耗者层面，Gemini 仍然落伍于 ChatGPT。

谷歌上周宣布 Gemini 应用有 6.5 亿用户，OpenAI 则说 ChatGPT 每周有 8 亿用户。凭证 Sensor Tower 的数据，今年 10 月 Gemini 应用的月下载量为 7,300 万次，而 ChatGPT 是 9,300 万次。

企业市场的情形也类似。虽然谷歌云增添不错，但在企业 AI 接纳方面，谷歌仍然面临微软和 Anthropic 的竞争。微软与 OpenAI 的深度绑定让企业客户更容易接入 AI 能力，而 Anthropic 的 Claude 模子已经在一些企业应用场景中获得了普遍的认可，险些成为企业的首选项之一。

TPU 的商业化同样面临挑战。虽然谷歌今年推出了 TPU@Premises 妄想，允许客户在自己的数据中心安排 TPU，但这照旧个新项目，大部分开发者现在仍然只能通过谷歌云租用。

并且即即是自建安排，也需要依赖谷歌的软件栈和支持系统，某种水平上仍然被锁定在谷歌的生态里。相比之下，英伟达的 GPU 可以在任何云平台使用，转换本钱要低得多。

关于 Meta 这样已经拥有重大 GPU 集群的公司来说，大规模迁徙到 TPU 尚有现实的手艺障碍。TPU 使用环形网络拓扑和光电路交流手艺来毗连大宗芯片，这与古板的 GPU 集群架构完全差别。

虽然 Meta 开发的 PyTorch 框架可以在 TPU 上运行，但需要通过一个转换层，这可能带来特另外性能开销和开发重漂后。

更要害的是，英伟达的 CUDA 软件平台已经成为 AI 开发的事实标准，全球数百万开发者熟悉这套工具。谷歌虽然提供了兼容计划，但 TPU 的软件生态仍然小众得多。

一位业内人士坦言，若是要从 GPU 迁徙到 TPU，需要投入大宗人力重新优化代码，这对许多公司来说是笔不小的本钱。

The Register 的剖析指出，即便 Meta 真的在谈判，更可能的场景是让 Llama 模子能在 TPU 上更好地运行推理使命，利便企业客户安排，而不是在自己的数据中心大规模替换 GPU。Meta 自己也在开发 MTIA 自研芯片，若是真要镌汰对英伟达的依赖，自研芯片可能是更合理的恒久选择。

并且英伟达也不会对谷歌的动向坐以待毙，此前 OpenAI 妄想使用 TPU 的新闻传出后不久后，财力雄厚的英伟达就宣布将向 OpenAI 投资最高 1,000 亿美元，换取后者使用英伟达下一代芯片的允许。

Anthropic 与谷歌告竣 TPU 协议后，英伟达很快宣布向其投资数十亿美元，同样换来了继续使用英伟达 GPU 的允许。今年 11 月，英伟达又宣布与微软相助，向 Anthropic 提供 300 亿美元的 Azure 盘算容量。

英伟达在果真声明中体现得相当自信：“我们为谷歌的乐成感应兴奋——他们在 AI 领域取得了重大前进，我们将继续向谷歌供货。英伟达领先行业整整一代——它是唯一能运行所有 AI 模子并在任何地方执行盘算的平台。

相比专用集成电路（ASIC），英伟达提供更强的性能、通用性和可替换性。”这番亮相既是对谷歌的礼貌性捧场，也强调了自己在通用性和生态系统上的优势。

图丨相关推文（泉源：X）

但现在所有主要玩家都在同时押注差别的计划，这对谷歌来说是个难堪的时机。Anthropic 既用 TPU 也用英伟达 GPU，还从亚马逊租用 Trainium 芯片。谷歌既安排 TPU 也采购英伟达 GPU。

亚马逊开发了自研芯片但仍在 AWS 上提供英伟达效劳。这种“对冲”反应了一个现实：AI 芯片市场的名堂还远未定型，没人敢把宝全压在一种计划上。

对谷歌来说，TPU 的商业化只是其重新找回竞争力的一个侧面。真正让市场重新审阅这家公司的，是它在模子能力、云效劳、数据优势、芯片手艺等多个维度上展现出的全栈整合能力。

从 ChatGPT 宣布到现在，谷歌用了快要两年时间调解偏向、重整旗鼓。现在这个“甜睡的巨人”已经醒来，接下来的竞争会越发强烈。至少可以确定的是，没人会再敢说谷歌“落伍了”。

参考资料：

1.https://www.theinformation.com/articles/google-encroaches-nvidias-turf-new-ai-chip-push?rc=jn0pp4

2.https://www.theinformation.com/articles/googles-meta-talks-put-ball-nvidias-court?rc=jn0pp4