这两年，人工智能（AI）领域取得了显著进展，成为备受瞩目的热门话题，不断涌现出各种创新的AI模型与应用。这一蓬勃发展的背后，算力扮演着至关重要的角色，而算力则高度依赖于各类硬件设备。提及AI硬件，CPU和GPU广为人知，但实际上，还有许多其他类型的处 ...

它可以连接不同类型的处理器，如CPU、GPU等，并提供高速数据传输和协调功能。在现代计算机中，IPU已成为必不可少的组成部分。 6、TPU（张量处理 ...

由于日益加剧的地缘政治和经济不确定性，台积电的先进封装路线图在2024年经历了多次调整。根据台积电的最新规划，2024年CoWoS的月产能预计为35,000片，到2025年将增加一倍，达到75,000片，预计2026年将进一步增至135,000片。

为何谷歌的需求相对“温和”？答案在于它与定制硅片的深厚关系。作为科技行业的先锋，谷歌不仅在AI方面延续着自己的创新焦点，还将TPU设计与其他供应商的合作无缝结合，从而构建出一个高效的生态系统。与英伟达不同的是，谷歌的生态圈并不仅仅依赖于单一硬件供应商，而是更多地聚焦于打造一个更灵活、更具成本效益的AI环境。

【CNMO科技消息】近日，有日本媒体报道称，随着专门用于AI处理的新型ASIC（特定应用集成电路）的接连问世，英伟达在AI芯片领域的独强地位或将走向终结。作为生成式AI开发的核心硬件，GPU（图形处理器）长期以来在AI、模拟、金融等领域占据主导地位，但随着ASIC技术的快速发展，GPU的统治地位正面临前所未有的挑战。

Google Cloud正在更新面向AI工作负载的AI Hypercomputer堆栈，并宣布推出了一系列新处理器和基础设施软件产品。 Google宣布推出了第六代张量处理单元 ...

作为生成式AI（人工智能）开发用的芯片（AI ...

OpenAI 的创始人山姆奥特曼在接受访谈的时候说过：未来有两种特别重要的资源，一个是算力，另一个是能源。如今，人工智能对性能的追求，让算力领域的竞争越来越激烈。接下来，竞争的关键就会体现在能源基础设施方面。 随着 deepseek 提升了算法，算力、能源和算法都成了未来重要的资源。 人工智能对算力的需求增长得特别快。就拿英伟达 H100 GPU 来说，它 60 TFLOPS 的计算能力，正在推动 ...

快科技1月24日消息，NVIDIA RTX 5090 FE公版显卡在散热上有着比较大的革新，其中一个重大变化就是使用了液态金属材料(TIM)，而非传统的硅脂来散热。 TPU在评测过程中，拆解出GPU核心拍照后的重新组装过程中，并没有重新用液态金属，而是使用了更常见的Arctic MX6硅脂。 在测试中，与液态金属相比，使用硅脂的RTX 5090 GPU温度平均上升了约2°C。 在370秒的基准测试 ...