微软要把自家 Maia 芯片搞到吉瓦级,Maia 300 能效比 GPU 高 40%,这是对英伟达的直接挑战。
#custom chips
微软的自研芯片 Maia 300 来了,同功耗下比现有顶级芯片多 40% AI 算力,2027 年正式上线跑自家 AI 服务。
OpenAI 自研芯片叫 Nexus,前两代叫 Jalapeño 和 Serrano,500 亿美元融资细节都在这篇里。
This matters because Meta is aiming to reduce its dependence on Nvidia's AI processors by deploying its own chips, which could lead to lower costs for AI model deployment.
Waymo's custom 5nm chip delivers 1000 TOPS for real-time sensor processing, outperforming standard automotive solutions in autonomous driving.
LG搞AIoT芯片自研,分30/10/1.5TOPS三档,从智能开关到服务机器人都覆盖,方案挺全。
Anthropic要做自己的AI芯片了,找SK海力士供存储,还和三星谈2nm制程,AI厂商自己造芯已成趋势。
亚马逊硬件主管亲口说,自研芯片AZ3 Pro已用在Echo和Fire TV上,未来AI体验会更沉浸、更自然。
亚马逊要自己造芯片省成本,先拿Kindle、Echo这些设备开刀,给AI项目省钱。2027年用Trainium那套模式,一年出货四千万颗,挺实在的。
OpenAI和博通搞定了自己的推理芯片Jalapeño,性能对标英伟达Blackwell,年底就用上,未来还有多代迭代。
Arm 自研芯片战略提速,AI 基础设施需求爆发让芯片格局生变——关注芯片供应链和 AI 算力的从业者值得了解这一动向,尤其是 Meta 作为首批客户的信号。
芯片合作搁浅暴露了AI巨头与硬件厂商的战略博弈,关注三星和OpenAI动态的从业者值得一读,了解背后原因能预判未来合作走向。
Mistral AI CEO 的言论揭示了 AI 公司从依赖英伟达到自研芯片的趋势,做 AI 基础设施或模型部署的团队值得关注——这直接关系到未来的算力成本和自主性。
AI算力需求激增,字节跳动选择高通定制芯片而非自研量产,说明ASIC定制模式正成为大厂降本增效的关键路径。做AI基础设施或芯片采购的团队值得关注这一合作动向。
Agentic AI的算力瓶颈终于有了专用解决方案,做AI推理和智能体开发的团队值得关注——Vera的高吞吐和能效设计可能改变大规模部署的成本结构。