The Information日前报道，Meta正式与Google协商，打算斥资数十亿美元购买Google所开发的张量处理单元（Tensor Processing Unit，TPU）。不管是Meta或Google都没有回应此事，但Nvidia回应了，表示对Google的成功感到很开心，同时强调Nvidia领先该产业一个时代，仍是唯一一个能在所有运算环境中，完整支持并运行各种AI模型的平台。
GPU原本为加速3D绘图而设计，其并行计算架构非常适合矩阵运算；Nvidia在2006年推出CUDA，首度让研究人员能够以GPU进行科学与机器学习运算；深度卷积网络AlexNet在2012年的图片分类挑战赛ImageNet中，使用了两张Nvidia GPU进行训练，大幅降低了错误率，此后深度学习模型普遍依赖GPU进行训练与推论。
CUDA打开了GPU的通用运算时代，随着AI模型规模自2016年开始快速增长，GPU逐渐面临成本及扩展性瓶颈，市场开始发展专为AI运算设计的加速器，TPU即是Google自2015年针对AI加速所开发的定制化芯片，最初用来支持搜索及翻译等内部服务，2016年正式对外公开，并应用在Google Cloud上。
其他还包括AWS替AI训练及推论所开发的Trainium与Inferentia芯片，微软自行设计的AI加速器Maia 100，Meta开发的MTIA ，且AMD及Intel也相继搭上了AI列车。
上个月AI创业公司Anthropic便宣布要大幅扩展使用Google Cloud的TPU，计划取得多达100万颗TPU的使用权，并于2026年激活超过1GW算力，估计合作金额达数百亿美元。
根据报道，Meta也打算自2027年起于自家数据中心采用Google TPU，但会先于明年租用Google Cloud的TPU。市场分析则认为，若Meta与Google真能完成协议，TPU将更有机会成为Nvidia芯片的替代方案。
消息一出，Google母公司Alphabet股价连日上涨，从上周五（11/21）收盘时的299.65美元，涨到周二（11/25）的323.64美元。反之Nvidia周二股价下滑了2.59%，跌至177.82美元。
Nvidia则在声明中表示，Google在AI领域取得长足进展，他们对Google的成功感到开心；Nvidia领先业界一个时代，是唯一能在所有运算环境中完整支持并运行各种AI模型的平台。相较于仅针对特定AI框架或功能设计的各式ASIC，Nvidia提供更高的性能、多功能性与更强的弹性。Nvidia并强调，将持续向Google提供产品与服务。
另一方面，Google发言人则向华尔街日报（WSJ）表示，市场对Nvidia GPU及TPU的需求都在上升，该公司将同时支持两者。
本网通过AI自动登载内容，本文转载自MSN，【提供者：十轮网科技资讯 | 作者：佚名】，仅代表原作者个人观点。本站旨在传播优质文章，无商业用途。如不想在本站展示可联系删除。
