在英伟达(NVDA.O)主导人工智能芯片市场之际，文看伟达客户们渴望看到更多的竞争竞争。最近的谷歌动向表明，谷歌的芯片张量处理单元（TPU）成为一种有力的替代方案。
谷歌十年前推出TPU，何挑旨在提升网页搜索引擎的战英效率，并随后将其应用于机器学习任务。文看伟达
如今，竞争TPU正在获得重要订单，谷歌成为英伟达AI加速器的芯片可信替代品。本文将介绍TPU的何挑工作原理、潜力及其限制。战英
GPU与TPU的文看伟达区别
这两种芯片都能够处理大量的AI模型训练计算，但处理方式不同。竞争
英伟达GPU最初是谷歌为渲染视频游戏而设计，通过成千上万个并行计算核心处理多个任务，适合执行 AI 任务。
TPU专门为矩阵乘法而设计，主要用于训练神经网络，是生成AI响应的关键计算操作。该设计使TPU在执行这类任务时效率更高。
尽管TPU的适用性相对较低，但在执行特定任务时，它们的能耗更低；而英伟达GPU提供更多的灵活性，但同时也伴随更高的运行成本。
TPU如何成为竞逐者
谷歌在2013年开始研发TPU，并于2015年发布，最初用于提升搜索引擎的效率。2018年，谷歌首次将TPU部署到云平台，供客户使用。
这些芯片也被用于支持谷歌内部的AI开发，AI团队的反馈帮助优化TPU设计，以提高性能。
谷歌最新发布的TPU名为Ironwood，采用液冷设计，专为AI推理任务而优化，提供多种配置供选择。
分析师Jay Goldberg指出，TPU在某些AI任务中的表现优于GPU，因其可以简化设计，提升性能与降低能耗。
TPU的客户
当前TPU的客户包括Safe Superintelligence等初创公司，以及Salesforce、Midjourney和Anthropic等知名企业。
根据最新协议，Anthropic将通过TPU获得超过1吉瓦的计算能力，这显示出主要AI企业正在积极采用TPU以满足增长需求。
TPU销售前景
由于AI开发商希望降低对昂贵英伟达芯片的依赖，TPU市场潜力巨大。
目前，使用谷歌TPU的企业需通过谷歌云平台租用算力，未来这一模式可能会出现变化。
尽管谷歌拥有自己的芯片，但它仍是英伟达的重要客户，因其需要灵活处理不同的工作负载。
英伟达表示对谷歌的成功感到高兴，并继续为其提供支持。
即使与TPU签约的公司仍在大量使用英伟达芯片，这表明TPU可能成为实现AI增长所需产品组合的一部分，而非完全替代GPU。
