引用:
|
作者healthfirst.
單看產品也根本沒啥出海口
一邊是3nm晶片
一邊是等效7nm晶片
算力、能耗都差好幾倍
根本都沒啥競爭力
|
1.中國內需極大，高階晶片仰賴進口，因此自製主要是為了填補內需而非外銷
2.中國內部使用的話，能耗問題要看電價，電價要看發電量，而中國發電量極大
3.算力問題跟下面一起回覆
引用:
|
作者healthfirst.
軟體是另一個門檻
用CUDA開發不需要重新造輪子
現在用大陸晶片開發AI
一切都要自己從頭搭建
成本又往上加
|
Google Gemini 3之所以後來居上，追越OpenAI
靠的就是"不用CUDA"，CUDA雖泛用但能耗輸給ASIC
Google算過如果每人每天都問AI一些問題，其算力+能源消耗會龐大到負擔不起
因此自研ASIC去負責其中一塊，比如訓練完後僅需推理的部分，就改用ASIC
這需要Google有強大的垂直整合能力，自研算法、自研晶片、自研AI服務器
透過這種方式，達成超強算力+超強能耗比，OpenAI砸錢買NV晶片只能死路一條
因為OpenAI砸錢越多、買越多NV晶片，能耗就越追不上Google
NV老黃就是看到CUDA模式優點被打破，因此砸大錢買ASIC公司要整合進來
中國由於有不同的能源體系，因此能耗部分跟外國尤其最大競爭者美國不同算法
只要也能學Google自研算法、自研晶片、自研AI服務器
是有機會透過ASIC彌補缺乏先進製程的短版，當然訓練階段還是需要CUDA晶片
簡單說，中國如果電價更便宜、加上用ASIC彌補7nm以上的能耗短版
走Google模式去打破老黃CUDA壟斷並非不可能，所以老黃很急著現在賣給中國
老黃真的是實誠，他說每天兢兢業業深怕公司倒閉
因為AI領域日新月異，隨時都可能被替代、被超越
Google用ASIC取得領先，老黃就趕快買ASIC設計公司
中國買不到晶片就會走上自研，老黃就拼命遊說老美現在不賣以後就損失更多