按标签聚合查看文章内容。
AI资讯亚马逊CEO安迪·贾西宣布AWS与OpenAI达成突破性的500亿美元投资协议后不久，亚马逊邀请我参观了这笔交易核心的芯片开发实验室，费用主要由亚马逊承担。 业内专家正密切关注该实验室打造的Trainium芯片，因其在降低AI推理成本方面的潜力，以及可能打破英伟达几乎垄断的局面。 出于好奇，我接受了邀请。 当天的导览由实验室主任Kristopher King和工程总监Mark Carroll带领，
AI资讯每当你向ChatGPT提问时，都会触发一场数据接力赛。信息从内存中传出，经过CPU进行预处理，再传到GPU进行大量计算，最后再返回内存——而这整个过程会为AI生成的每一个单词重复一次。 这一瓶颈是结构性的——意味着每次请求都必须经过业内最昂贵且耗电的芯片。这种低效正是拥有韩国和美国办公室的初创公司XCENA试图解决的问题。这家成立四年的公司设计了一款芯片，将计算能力更靠近DRAM——即存储处理器正
AI资讯最先进的硅芯片推动了人工智能的发展，现在AI能否反过来助力芯片设计？ Cognichip正在打造一个深度学习模型，协助工程师设计新一代计算机芯片。该公司试图解决一个行业长期存在的问题：芯片设计极其复杂，成本高昂且周期漫长。先进芯片从构想到量产通常需要三到五年，设计阶段就可能耗时两年之久，之后才开始物理布局。以最新的Nvidia Blackwell GPU为例，它包含了1040亿个晶体管，设计难度可
AI资讯现代人工智能主要依赖于英伟达（Nvidia）的设计，这一格局使得英伟达的市值突破了4万亿美元大关。每一代英伟达芯片的推出，都让企业能够利用数百甚至数千个处理器组成的庞大数据中心，训练更强大的AI模型。英伟达成功的一个关键因素是它提供了配套的软件，帮助开发者为每一代芯片编写程序。不过，这项技能未来可能不再是独一无二的优势。 一家名为Wafer的初创公司正在训练AI模型，承担AI领域中最复杂且关键的任