炭黑在TPU芯片制造过程中的应用，不仅仅是为了满足硬件性能上的需求，更是为了推动人工智能领域的发展。随着TPU芯片在人工智能应用中的广泛应用，人工智能在图像识别、语音识别、自然语言处理等多个领域的应用也变得更加普及和便捷。相比于传统的CPU和GPU， ...

在现代计算机中，IPU已成为必不可少的组成部分。 与图形处理器（GPU）相比，TPU采用低精度（8位）计算，以降低每步操作使用的晶体管数量。降低精度对于深度学习的准确度影响很小，但却可以大幅降低功耗、加快运算速度。同时，TPU使用了脉动阵列的设计 ...

世芯电子（Alchip）是第一家宣布其3nm设计和生产生态系统准备就绪的ASIC公司，支持台积电的N3E工艺。Marvell则在Trainium 2项目中已经取得了显著进展，并有望继续参与Trainium 3的设计。

谷歌发布Gemma 3，一个基于 Gemini 2.0 的全新开源模型https://blog.google/technology/developers/gemma-3/给大家画个重点Gemma 3 ...

同样，可以请求较小的拓扑，而无需绕回 dims 16。 这种最近邻连接是 TPU 和 GPU 之间的一个关键区别。GPU 以全对全配置（称为节点）连接多达 256 个 H100，而不是使用本地连接。一方面，这意味着 GPU 可以在单个低延迟跳跃中在节点内发送任意数据。另一方面 ...

当地时间2025年3月12日，科技巨头谷歌正式推出了其革新性的人工智能模型——Gemma 3。这款号称“单GPU或TPU运行时最强大的模型”的产品，结合了多模态能力，能够同时处理视觉与语言的输入，并进行高效的文本输出。Gemma 3支持长达128k token的上下文窗口和140多种语言，是目前同类产品中功能最为强大的AI模型之一，从多个维度展现了谷歌在人工智能技术上的深厚积累 ...

黄仁勋在公众场合一贯谦逊节制，但也偶露峥嵘，那一次，他可能实在是忍受不了发问人对英伟达竞争态势的质疑，语调有些“浪”了。他口中所谓的竞争对手，乍一看上去说的是AMD或者英特尔，但仔细品味，是说给另一个领域的竞争对手听的，即ASIC（专用芯片）的战场。

3 月 13 日消息，谷歌宣布推出轻量级模型 Gemma 3 ，一块 GPU/TPU 就能跑模型，目标是“让开发者能够在任何设备上构建 AI 应用”，无论是手机、笔记本电脑，还是高端工作站。

自2018年起，谷歌就如同一位有备而来的演员，默默在人工智能的舞台上演绎着自己的故事，而英伟达却像那位华丽炫目的主角，吸引了大多数人的 ...

谷歌发布了开源模型Gemma 3。在部署效率上完胜DeepSeek-R1/3V。下图评分排名中，圆点表示估算的英伟达 H100 GPU 需求。Gemma 3 27B 排名较高，仅需一块 ...