FPGA与ASIC的适用场景也不尽相同，就边缘AI而言，FPGA确实展现出了更高的适用性；ASIC的主要优势在于其针对特定任务的高度优化，这通常会导致更高的性能和更低的功耗（在大量生产时），也正因此，在AI计算应用中，业内对于ASIC的呼声似乎要略高于FPGA。

"Super 7"，这一全球最大的云计算平台的联盟，正在面临新的挑战。谷歌的云计算架构已经取得显著突破，其TPU的推出无疑会加速其他成员的芯片开发进程。对于AI芯片和平台的市场领导者如NVIDIA、AMD及Intel来说，ASIC的崛起是机遇也是威胁。这一现象无疑引出了一个问题：在GPU和FPGA等现有硬件仍表现出强大能力之际，ASIC会否成为AI发展的新铁拳？

英伟达的ASIC布局不仅在于对技术的追求，也让我们看到人工智能和全面互联网变革的深层次逻辑：随着对算力需求的不断提高，行业内的竞争将愈加激烈。在此过程中，科技公司需要对基于AI的商业模式进行反思，尤其是在如何利用AI工具来提升创作效率，推动社会创新方 ...

在过去半个月的时间里，GPU领域遭遇了两大主要挑战。首先，美国政府出台了新的禁令措施，对GPU的发展构成了直接限制。其次，ASIC等定制芯片的迅速崛起，给GPU市场带来了显著的冲击与竞争压力。

博通和Marvell有类似的产业定位，并不聚焦于GPU这类通用的大规模并行计算芯片设计研发，而是更专注于帮助有芯片定制化需求的主流云服务厂商进行产品设计。这也是ASIC芯片相关业绩高速成长的原因。 谷歌，自研TPU Google 早在 2013 年就秘密研发专注 AI机器学习 ...

ASIC（Application Specific Integrated Circuit ... 并用于云计算数据中心，取代英伟达 GPU。 这款TPU自研芯片2016年公开，为深度学习模型执行大规模矩阵运算 ...

随着生成式AI应用的迅猛发展，AI ASIC能否成为英伟达GPU可⾏的替代品⼀直是全球热议话题。摩根士丹利15日发布研报，认为ASIC凭借针对性优化和成本优势，有望逐步从英伟达GPU手中争取更多市场份额。 大摩预计，AI ASIC市场规模将从2024年的120亿美元增长至2027年的300亿美元，年复合增长率达到34%。

近日，据台湾工商时报报道，英伟达（Nvidia）已正式成立ASIC（应用特定集成电路）部门，并计划在中国台湾招募上千名芯片设计、软件开发及AI研发人员。这一举措标志着英伟达在AI领域的布局迈出了重要一步，同时也引发了业界对于AI训练用ASIC还是GP ...

ASIC和GPU均为半导体芯片 ... 专门设计和制造的集成电路。 诸如谷歌的TPU、比特币矿机、英特尔的Gaudi 2 ASIC芯片、IBM的AIU以及AWS的Trainium等，均属于 ...