AI芯片

Fractile 的芯片采用了不同于现有主流 AI XPU 的“模拟内存计算”架构，宣称运行头部模型时可实现 25 倍的速度、1/10 的成本。

在近期推出的 TPU v8t 上，谷歌负责核心计算芯片的设计并协调 HBM 供应，这在节省计算芯片设计成本的同时也避免了博通“交钥匙”模式对 HBM 的加价。

Google Cloud 近期发布了 2 款第八代 TPU 新品，分别是侧重训练的 TPU 8t 和聚焦推理的 TPU 8i。

TPU 8t 设计具备更高的计算吞吐量和更强的纵向扩展带宽；TPU 8i 则专为处理对延迟最为敏感的推理工作负载而设计。

该芯片基于 RISC-V 指令集，支持无 CPU 运行；针对能效负载优化，可在同等算力下节省 30% 功耗。

Cerebras 正寻求以 350 亿美元以上的估值进行 IPO，筹集约 30 亿美元的资金，不过具体发行条款仍在商讨中。

AI6 芯片配备 LPDDR6 内存，在与 AI5 相似的面积内提供 2 倍性能；AI6.5 的性能将进一步提升。

Meta 在 MTIA 系列 AI XPU 上追求尖端制程旨在弥补自身后发劣势，加速追赶谷歌、英伟达、AMD 等竞争对手。

DX-M2 芯片目标以 5W 提供 80 TOPS 的 AI 算力。该企业的长期愿景是在电池供电的设备上本地运行数百亿到数千亿参数规模的生成式 AI 模型。

在 AI 芯片供应紧张的背景下，公司正与其他科技巨头一样，开始考虑通过自研硬件增强算力掌控能力。