AI芯片“价格博弈”苗头隐现 英伟达垄断之势面临变数？

　　截至周二美股收盘，AI芯片领导者英伟达股价下跌约1%，在此之前股票研究以及市场情报提供商Edgewater Research表示，自今年年初以来，该芯片巨头的人工智能GPU芯片渠道需求展望首次出现“喜忧参半”的预期数据。在需求端，买卖双方“价格博弈”信号已经出现，尤其是一些买家选择观望，等待他们能接受的市场价格。

　　Anthropic还计划用Trainium2芯片构建新的AI大模型。

　　从技术层面上来看，与英伟达A100/H100等通用型GPU 相比，谷歌TPU设计初衷正是专注于深度学习领域，尤其是全面加速神经网络训练和推理效率。英伟达的A100和H100，它们属于广义上的通用型GPU，而不仅仅局限于深度学习和人工智能领域。这些GPU具有通用计算能力，适用于多种计算工作负载，包括但不限于：高性能计算、深度学习以及大规模数据分析。

　　与英伟达通用型GPU相比，谷歌TPU采用低精度计算，在几乎不影响深度学习处理效果的前提下大幅降低了功耗、加快运算速度，尤其对于中型LLM设计者来说完全够用，因此他们可能不需要依赖高性能的英伟达A100/H100。同时，TPU 使用了脉动阵列等设计来优化矩阵乘法与卷积运算。谷歌TPU追求专注于AI训练和推理，因此精简化部分设计架构，这也是TPU功耗、内存带宽和FLOPS都明显低于英伟达H100的部分原因。