目今位置：首页 → 电脑软件 → 女子与男友争执中刀死亡男友一审无罪 → www.黄色网.com v3.76 安卓免費版
v3.602.9613.350104 安卓免費版
v5.331 安卓漢化版
v5.82.3538.366623 安卓免費版
v6.544 最新版
v9.766 安卓漢化版
v6.723.491.132961 PC版
v7.82.875.205593 IOS版
v1.433.1819.93210 安卓版
v9.970.6386.706147 IOS版
v8.982.9176 安卓免費版
v3.966.5162.687446 安卓漢化版
v9.176.186.237931 安卓漢化版
v7.566 安卓漢化版
v6.506 安卓漢化版
v3.256.1465 最新版
v8.327.2619.375371 安卓版
v8.253.825 安卓版
v6.143.582 IOS版
v9.533.7157.825228 安卓漢化版
v2.662.6246 安卓免費版
v8.901.1897 PC版
v6.647 最新版
v9.143.5291.715256 安卓版
v4.800.2483 安卓最新版
v1.562.9897.392311 安卓版
v7.874.1799.276419 PC版
v9.28.9857 PC版
v6.933.7574.226946 PC版
v2.588.7251.74264 安卓版
v2.625 安卓版
v6.956.5894.92614 IOS版
v5.707.8485.163725 安卓免費版
v4.3.990.38128 IOS版
v3.316 安卓免費版
v9.856.589 最新版
v8.519.1546.163866 安卓免費版
v7.321.6702.646058 安卓版
v7.268.1493.901581 安卓免費版
v1.250 安卓漢化版
v9.902.1546.733976 PC版
v2.142.3819 安卓最新版
v6.400.1971.923242 IOS版
v4.889.7261.925105 最新版
v4.37.8950.732660 安卓漢化版
v9.103 IOS版
v4.316 PC版
v1.882.7387 安卓版
v7.42.4754.544121 PC版
v9.543.9666.733615 PC版
v3.12.1305.42551 安卓漢化版
v9.362.498.988720 最新版
v9.450.2256.302937 安卓免費版
v5.677.4293 安卓最新版
v9.404 安卓最新版
v3.8.6746.358814 最新版
v1.428.1857 安卓免費版
v5.63.9987 安卓免費版
v3.713.3398.985712 安卓漢化版
v8.392.183 安卓免費版
v9.660 安卓漢化版
v8.365.3237 最新版
v7.358 安卓版
v7.728.7076.169031 安卓版
v8.709.1086.779559 IOS版
v9.768 最新版
v3.742.370 安卓版
v2.341.2187.64112 安卓漢化版
v2.625.9512 安卓免費版
v8.536 最新版
v2.995.6522.576898 IOS版
v5.914.2864 安卓漢化版
v5.244 安卓漢化版
v9.335 最新版
v7.57.4514 PC版
v7.936.8514 安卓最新版
v5.360.6275.611454 安卓最新版
v9.979.7265.918572 安卓免費版
v7.912 PC版
v7.737.5596 安卓漢化版
v4.664 安卓版
www.黄色网.com
要说上个月谁是科技巨头里最大的赢家，世超提名谷歌应该没人有意见吧？
靠着性能炸裂的 Gemini 3，短短半个月，股价蹭蹭涨不说，还在竞技场内拳打 OpenAI，竞技场外脚踢英伟达。
回撤一点，问题不大
至于卖铲子的老黄怎么也随着躺枪，缘故原由很简朴，谷歌体现，Gemini 3 Pro 是在自研 TPU（Tensor Processing Unit）上训练的，至少在字面上，是没提英伟达一个字儿。
紧随着，媒体和吃瓜群众最先纷纷推测，说什么谷歌这回，可能真要终结 CUDA 护城河了。
那么问题来了，看似让英伟达好日子到头的 TPU，究竟是个啥？
从名字上也能看得出，它着实是一类芯片，和 GPU 是近亲，只不过做成了 AI 特供版。
虽然 TPU 最近才引起大伙儿的注重，但这是一个从 2015 年延续到现在的老项目。
第一代 TPU 长这样
那时间谷歌正履历手艺转型的阵痛，想把古板的搜推算法全换成深度学习。效果他们发明，这 GPU 不止不敷用，还巨耗电，基础用不起。
GPU 的问题，在于它太想万能了。为了什么都醒目，不得不搞了一套硬盘、内存、显存、焦点，层层叠叠的重大架构。
这带来一个大贫困，在芯片的天下里，搬运数据的本钱，远比盘算自己高得多。数据从显存跑到焦点，物理距离可能只有几厘米，电子却要翻山越岭。
GPU 事情方法
于是，电费泰半没花在算数上，全花在送快递的盘费上了。最后酿成热量，还得托付电扇吹一吹。
这在做图形渲染时没毛。捎诨娓叨人婊端夭拿环ㄔち希荒芑叵源嫦秩。
但 AI 的矩阵运算，每个数怎么算，和谁算，算一再都是牢靠的。我明知道这个数算完了，一会儿还要接着用，GPU 硬是得把它存回去，等着别人再取进盘算单位，这不纯纯铺张吗？
以是，作为一个 AI 专属工具人，TPU 就这样出生了。它把 GPU 那些用不上的图形、控制流、调理？榈鹊炔鸬牟穑沟难。
焦点思绪，是专门对 AI 最常用的矩阵乘法做优化，搞了一个叫 “ 脉动阵列 ” 的要领。
用上这一招，每个数据一旦开算，就会在麋集排列的盘算单位之间转达，没用完不许回存储单位。这样，就不需要频仍读写了。
就这样，TPU 每个周期的盘算操作次数抵达了数十万量级，是 GPU 的近十倍。初代 TPU v1 能效比抵达同时期 NVIDIA Tesla K80 的 30 倍，性价比极高。
虽然，最最先谷歌也是边沿试探，没玩那么大。TPU 也还只搞推理，不会训练，功效简单，完全没法和 GPU 比。
从第二代起，谷歌才最先往内存上堆料，提升容量和数据传输速率，让 TPU 能一边盘算，一边快速纪录和修改海量的中心数据（好比梯度和权重），自此点亮了训练的手艺树。
随着 TPUv3 规模增添，模子逊з度提升
但这么多年以来，显着用 TPU 训练推理的本钱更低，性能也和 GPU 平分秋色，为啥巨头们还非得去抢英伟达的芯片呢？
事实上，真不是大伙儿不馋，而是谷歌坏，一直在硬控。所有的 TPU 只租不卖，绑定在谷歌云里。至公司不可把 TPU 搬回家，相当于把身家性命都交给谷歌云，心里总毛毛的。生怕英伟达没卡死的脖子，在谷歌这直接快进到掐断了。
纵然这样，苹果也没架住自制大碗的诱惑，多几几何租了点儿。
而这回热度这么高，一方面是 Gemini 3 证实晰 TPU 的乐成，品质定心；另一方面，是由于第七代 TPU Ironwood，谷歌终于舍得卖了。
凭证 The Information 的报道，Meta 已经在和谷歌洽谈数十亿美元的大条约，准备从 2027 年最先，在机房安排 TPU，还妄想最早明年就要从谷歌那租用 TPU。
新闻一出，谷歌股价立涨 2.1%，英伟达下跌 1.8%。
甚至有谷歌内部人士放话，我们这一波大开张，可能会抢走英伟达几十亿美元的大蛋糕，直接切掉他们 10% 的年收入哦。
华尔街对 TPU 也是爱得不可，以为这好工具钱途一片灼烁。就连认真设计制造的博通都沾了光，被上调了业绩预期。
可是，要说 TPU 会取代 GPU，真不至于。
TPU 是一种 ASIC（Application-Specific Integrated Circuit），又名专用集成电路。人话来讲，TPU 除了善于 AI 那几个矩阵盘算，别的啥都不太行。
这是它的优点，也是它的痛点。
TPU 事情方法
遇上大模子当道的好时间，对矩阵盘算的需求大得离谱，TPU 随着一步登天。但要是以后有啥更火的 AI 手艺蹊径，不搞现在这一套，TPU 分分钟失业。
并且 TPU 由于太专精，一旦在盘算上没有性能优势，就彻底失去价值。四年前的 TPU v4，咱们已经很难见到它了。
相比之下，GPU 就纷歧样了。以五年前降生在大模子浪潮前的 3090 为例，它硬是靠着 24G 超大显存，和 CUDA 不扬弃不放弃的向下兼容生态，直到现在照旧通俗人玩 AI 的超值主力卡，跑个 Llama 8B 小模子不可问题。
退一步讲，就算 AI 这碗饭不香了，大不了回去接着伺候游戏玩家和设计师，照样活得滋润。
另外，CUDA 生态依然是英伟达最大的杀招。
这就好比你用惯了 iOS，虽然安卓也很好，但让你把存了十年的照片、习惯的操作手势、买的一堆 App 全都迁徙已往，你或许率照旧会选下次一定。
现在的 AI 开发者也是一样，各人的代码是基于 CUDA 写的，挪用的库是英伟达优化的，甚至连报错怎么改都只会搜 CUDA 的。
想转投 TPU？行。劝汛胫毓挂槐椋偎秤π碌目⑶樾。
纵然强兼了 PyTorch，许多底层的优化、自界说算子，换到 TPU 上照旧得重新调试。专门指定的 JAX 语言，也给人才招聘垫高了门槛。
关于大大都只想赶忙把模子跑起来的中小厂来说，与其辛苦巴拉地去适配 TPU，甚至基础搞不到，直接买英伟达芯片，反而是最省事的选择。
不说别的，谷歌自己还在大宗采购英伟达的 GPU，就算自己不必，谷歌云那么多客户还得用呢。
以是，TPU 这波开卖，确着实大模子训练这一亩三分地上，用经济划算给英伟达上了一课。但也绝对没有被吹的，要抢 GPU 饭碗那么神。
未来的算力市。蛐砺适 TPU 占有头部大厂的专用需求，而 GPU 继续统治通用市场。
但只要巨头们竞争起来，就有可能把算力价钱打下来，这怎么看，都是个好事啊。
撰文：莫莫莫甜甜
编辑：江江 & 面线
美编：萱萱
图片、资料泉源：
Google Cloud 官网
EITC、FUTUBULL、雅虎金融、The informaiton、Reddit、X、CNBC
https://arxiv.org/abs/1704.04760
相关版本
多平台下载
审查所有0条谈论>网友谈论
