TechTechPotato

Ian Cutress 谈芯片与数据中心，常带一手厂商访谈

本站已深读6 / 15 集

更新节奏约 2.6 天一集

最新一集2026-08-25

分类AI / 技术

优先级T2

自研芯片百倍领先？基准选择与商业筹码才是关键

OpenAI 首颗自研芯片 Jalapeno 在自选基准上把 GB200 甩开 100 倍，但那是专用芯片、专用模型、专用软件栈的结果；真正的护城河是系统集成和定价权。

Diamond Rapids 预计 2027 年发布，最高 256 个 P-core、1.2GB 末级缓存、16 通道 DDR5；用可裁剪的 compute building block 和 UCIe 互连取代 EMIB，大缓存是它对抗 AI 时代的关键。

Etched用0.45伏的超低电压晶体管加跨芯片SRAM直连，把transformer焊进硬件，但主持人怀疑真正被解决的其实是带宽问题，而不是算力问题。

Cerebras 的 WSE 3.5 把单芯片速度推到 4400 tok/s，CS4 机架把三片晶圆塞进 120kW 机柜。核心理由：推理要拆成 prefill 和 decode，速度才是护城河。

超大规模厂商自研芯片的真正动机不是省钱，而是控制权：避免被 Nvidia 的代际节奏绑架，同时靠规模压缩网络和计算成本。Broadcom 税比 Nvidia 税更便宜，但只有最大玩家玩得起。

AMD收购了Talus，一家为特定AI模型定制芯片、实现每秒17,000 tokens的初创公司。这标志着AI推理走向非可编程、模型专用芯片的方向。