全球大型AI数据中心以太网交换机芯片，以及AI硬件领域ASIC定制化AI芯片的最核心供应力量——博通 (AVGO.US)，自2023年以来成为人工智能投资浪潮的核心市场焦点，其投资热度仅次于AI芯片霸主英伟达 ...

2024年11月21日，Ubitium获得了370万美元种子资金。这笔投资将用于开发首批原型并为客户准备初始开发套件，首批芯片计划于2026年推出。不过，在短短两年内推出一个旨在“彻底改变”行业的架构至少可以说是具有挑战性的。目前的370万美元几乎可 ...

同样瞄准ASIC的联发科自然也不愿放过这块肥肉，共同营运长顾大为在11月7日指出，预估ASIC 2028年市场规模将达450亿美元（包括AI加速器400亿美元、客制化处理器50亿美元），这也将是联发科未来一大成长动能。

从谷歌泄露的文件看，Tensor G5的CPU会有一些提升，GPU会有中等程度的提升，TPU针对一些独家Pixel AI功能会提升14%。由于采用台积电3纳米N3E制造工艺，芯片能效会更好一些。 谷歌自己也说，它不在太意性能测试数据，芯片会为Pixel手机提供一些独特功能。实际上 ...

被GPU吹上产业风口的HBM（高带宽内存 ... 英伟达高端AI加速器而选择了谷歌TPU。 作为一种ASIC的TPU，没有不必要的逻辑和路由开销，逻辑控制单元 ...

谷歌的AI加速器就是其张量处理器（TPU），所以Pixel 10也是采用了上面提到的最新架构。当TPU遇到有趣的GPU，谷歌的AI手机可能会展现出与众不同的特质。Tensor G5芯片采用了台积电3nm级N3E工艺节点制造技术，这与苹果A18 Pro芯片类似，Tensor G5芯片的尺寸为121mm 2 ...

然而万变不离其宗，按计算的通用性，AI 计算大概可以分为 CPU、GPU、FPGA、和 ASIC（NPU/TPU），按使用场景，可以分为训练芯片、云端推理芯片和边缘 ...

在这样的背景下，了解不同的计算硬件及其各自的优缺点变得至关重要。今天就带大家来详细解析一下中央处理器（CPU）、图形处理器（GPU）、专用集成电路（ASIC）以及现场可编程门阵列（FPGA）的区别与特点。 无论是优化现有网络基础设施还是设计下一代计算 ...