00:00 / 42:53
连播
清屏
智能
倍速
点赞8
00:00 / 01:00
连播
清屏
智能
倍速
点赞9582
00:00 / 02:21
连播
清屏
智能
倍速
点赞245
谷歌TPU突袭?易中天寒武澜起科技先锋逆袭全球AI战场! 【视频简介】 谷歌最新TPU芯片震撼发布,性能超越行业标杆30%!旭哥深度解析TPU核心技术原理,揭秘为何它能引发全球AI基础设施重构。从脉动阵列架构到高速光通信,从芯片设计到先进封装,旭哥带你全面了解中国技术先锋如中际旭创、新易盛、天孚通信、寒武纪、长电科技、沪电股份、澜起科技如何突破技术壁垒,站上全球AI算力产业链关键位置。独家预测AI算力技术格局三阶段演变,探讨中国如何在技术标准制定中占据主动。硬核科技,深入浅出,旭哥为你拆解最前沿的芯片技术革命! 【关键词】 谷歌TPU 谷歌AI芯片 人工智能算力 AI基础设施 光模块 800G光模块 1.6T光模块 高速光通信 中际旭创 新易盛 天孚通信 脉动阵列架构 芯片设计 寒武纪 先进封装 长电科技 Chiplet技术 3D封装 沪电股份 高端PCB 澜起科技 内存接口芯片 DDR5芯片 CXL技术 中国科技企业 AI服务器 芯片架构 CPU GPU AI训练 AI推理 中国技术突破 异构计算 芯片良率 硅光技术 LPO技术 光器件 人工智能大模型 矩阵乘法 能效比 光通信元器件 芯片产业链 数字新基建 算力革命 AI芯片战争 技术标准制定 旭哥旭旭叨 科技博主 硬核科技 芯片制造 AI训练集群 谷歌Gemini 云计算基础设施 边缘计算 AI推理芯片 国产替代 半导体产业链 MLU架构 Ultra Low Loss PCB XDFOI封装#中际旭创 #新易盛 #天孚通信 #长电科技 #沪电股份
00:00 / 10:18
连播
清屏
智能
倍速
点赞338
00:00 / 07:07
连播
清屏
智能
倍速
点赞3
00:00 / 08:57
连播
清屏
智能
倍速
点赞68
英伟达谷歌怎么看? 谷歌TPU VS 英伟达GPU:AI算力王座之争,一场被严重误读的科技战争 一场围绕「算力」展开的隐形战争,正在重塑全球云计算与AI产业的版图。 它不是显卡之争,而是: 通用算力 vs 专用算力、开放生态 vs 垂直闭环、卖铁铲 vs 自建矿山。 今天,我们用最通俗、最直白、但逻辑最硬的方式,彻底拆解: Google TPU 与 Nvidia GPU,究竟谁更强?谁更有未来?普通人又该如何理解这场大战背后的资本密码? 一、为什么谷歌一定要造 TPU?不是为了炫技,而是被逼出来的 时间回到 2013 年。 那一年,Google 内部做了一个极其可怕的测算: 如果每一个安卓用户每天使用语音搜索 3 分钟,那么 Google 现有的数据中心需要翻倍,甚至更多。 换句话说: AI 一旦真正普及,传统 CPU + GPU 的算力结构,会把自己活活“撑死”。 不是因为技术不行,而是因为「不够经济」。 GPU 可以做 AI,但问题在于: 功耗高 单位算力昂贵 设计初衷并非为神经网络 当 AI 从“实验室玩具”开始迈向“全民基础设施”,Google 意识到一个残酷现实: 如果继续依赖通用芯片,AI 的成功将直接拖垮自己的成本结构。 于是,一个非常明确的方向诞生: 必须打造属于自己的 AI 专用芯片——TPU(Tensor Processing Unit) 它不是为了炫技术,而是为了两个字: 活下去。 从立项到实际部署,仅用了约 15 个月。2015 年,TPU 就已悄悄部署在 Google 搜索、Google 翻译、Google Photos、地图等核心业务背后,支撑着每日数十亿次的 AI 推理请求。 它不像 GPU 那样光鲜,但它是 Google AI 真正的“发动机”。 二、TPU 与 GPU 本质区别:不是谁快谁慢,而是物种不同 GPU:通用并行计算之王 GPU 原本为图形渲染设计,但由于天然并行结构,逐渐被应用到 AI 运算中。 它的优势在于: 灵活 通用 适配各种模型 软件生态极其成熟 但它的问题同样明显: 为图形而生,非为神经网络而生 架构复杂,功耗高 单位算力成本偏高 可以理解为: GPU 是一辆越野车,什么路都能走,但不是为某一条赛道而生。 TPU:专为神经网络而生的极简机器 TPU 则是 Google 按照 AI 运算特性“从零设计”的 ASIC(专用芯片)。
00:00 / 04:22
连播
清屏
智能
倍速
点赞819
00:00 / 01:14
连播
清屏
智能
倍速
点赞4
00:00 / 06:46
连播
清屏
智能
倍速
点赞41
00:00 / 04:41
连播
清屏
智能
倍速
点赞39
00:00 / 01:22
连播
清屏
智能
倍速
点赞4
00:00 / 01:33
连播
清屏
智能
倍速
点赞994
00:00 / 01:24
连播
清屏
智能
倍速
点赞14
00:00 / 02:47
连播
清屏
智能
倍速
点赞101
英伟达谷歌怎么看? 谷歌TPU VS 英伟达GPU:AI算力王座之争,一场被严重误读的科技战争 一场围绕「算力」展开的隐形战争,正在重塑全球云计算与AI产业的版图。 它不是显卡之争,而是: 通用算力 vs 专用算力、开放生态 vs 垂直闭环、卖铁铲 vs 自建矿山。 今天,我们用最通俗、最直白、但逻辑最硬的方式,彻底拆解: Google TPU 与 Nvidia GPU,究竟谁更强?谁更有未来?普通人又该如何理解这场大战背后的资本密码? 一、为什么谷歌一定要造 TPU?不是为了炫技,而是被逼出来的 时间回到 2013 年。 那一年,Google 内部做了一个极其可怕的测算: 如果每一个安卓用户每天使用语音搜索 3 分钟,那么 Google 现有的数据中心需要翻倍,甚至更多。 换句话说: AI 一旦真正普及,传统 CPU + GPU 的算力结构,会把自己活活“撑死”。 不是因为技术不行,而是因为「不够经济」。 GPU 可以做 AI,但问题在于: 功耗高 单位算力昂贵 设计初衷并非为神经网络 当 AI 从“实验室玩具”开始迈向“全民基础设施”,Google 意识到一个残酷现实: 如果继续依赖通用芯片,AI 的成功将直接拖垮自己的成本结构。 于是,一个非常明确的方向诞生: 必须打造属于自己的 AI 专用芯片——TPU(Tensor Processing Unit) 它不是为了炫技术,而是为了两个字: 活下去。 从立项到实际部署,仅用了约 15 个月。2015 年,TPU 就已悄悄部署在 Google 搜索、Google 翻译、Google Photos、地图等核心业务背后,支撑着每日数十亿次的 AI 推理请求。 它不像 GPU 那样光鲜,但它是 Google AI 真正的“发动机”。 二、TPU 与 GPU 本质区别:不是谁快谁慢,而是物种不同 GPU:通用并行计算之王 GPU 原本为图形渲染设计,但由于天然并行结构,逐渐被应用到 AI 运算中。 它的优势在于: 灵活 通用 适配各种模型 软件生态极其成熟 但它的问题同样明显: 为图形而生,非为神经网络而生 架构复杂,功耗高 单位算力成本偏高
00:00 / 04:20
连播
清屏
智能
倍速
点赞37
00:00 / 01:14
连播
清屏
智能
倍速
点赞1
11月27日,长盈精密在互动平台扔下一个重磅消息:谷歌是公司前十大客户,双方已经深度合作十年,现在还在联手开发新品!是不是很好奇,这家低调的企业到底在给谷歌做什么?又为啥能被全球科技巨头抢着合作? 先来说说大家最关心的,长盈精密可能在给谷歌研发哪些新品?要知道谷歌最近动作频频,即将推出对标英伟达的第七代TPU旗舰芯片Ironwood,这可是能搅动全球AI算力市场的“大杀器”,单芯片峰值算力高达四千六百一十四 TFLOPS!而长盈精密刚好擅长服务器铜缆及连接器这些核心配件,这些就像是AI芯片的“神经网络”,少了它们算力再强也跑不起来。除此之外,谷歌的Pixel手机、AR/VR智能设备一直迭代不断,长盈精密在消费电子精密结构件领域深耕多年,很可能在给这些产品打造更轻薄、更耐用的机身部件。虽然公司没明说,但结合谷歌的新品规划和长盈的业务强项,这波合作大概率瞄准了AI和智能终端两大热门赛道。 能和谷歌合作十年还持续开发新品,长盈精密的“朋友圈”可不止这一位巨头!海外科技圈的半壁江山,都有它的身影。三星作为全球消费电子龙头,早就把智能手机、电脑的精密结构件订单交给了长盈,越南生产基地就近供货,协同效率拉满;Meta的Ray-Ban智能眼镜,镜架、铰链这些关键结构件就是它家的手笔,让智能穿戴更轻便舒适;特斯拉的人形机器人Optimus更离不开它,核心传动件的市场份额超过七成,单台机器人的配套价值就有四万元,未来一年有望带来超二十亿元的收入增量;还有海外新锐机器人公司Figure AI,不仅签下了两万套灵巧手关节总成的订单,还和长盈达成了三年战略合作,高层专门飞到东莞工厂考察点赞。从消费电子到新能源汽车,再到人形机器人,长盈精密的产品几乎覆盖了科技巨头的核心赛道。 那么问题来了,全球科技巨头为啥偏偏认准长盈精密?核心原因就三点,每一点都硬气十足!首先是研发投入“下血本”,公司年均研发占比营收达到十个百分点,累计专利超三百项,人形机器人相关专利占比就达三成五。其次是制造精度“超苛刻”,能把零件误差控制在微米级,机器人关节齿轮的精度更是达到国际领先的一弧分以内,就像给机器 人做“关节手术”一样精准。最后是响应速度“超给力”,靠着千台CNC设备的柔性生产调度,订单响应周期缩短至四十八小时。 #长盈精密 #谷歌tpu #人形机器人概念股 #ai眼镜概念股
00:00 / 03:12
连播
清屏
智能
倍速
点赞1843