00:00 / 00:49
连播
清屏
智能
倍速
点赞242
摩尔线程还能追吗?摩尔线程与英伟达,谷歌TPU,Amd寒武纪 摩尔线程还能追吗?摩尔线程与英伟达,谷歌TPU,Amd,寒武纪之间的差异化是什么? 过去十年,AI 与高性能计算的爆发催生了多种加速器设计路线:从通用 GPU(Graphics Processing Unit)到专用的 NPU/TPU,再到兼顾图形与通用计算的混合架构。摩尔线程(中国新兴 GPU 厂商)、寒武纪(以 NPU 为核心)、英伟达(GPU 的“通用+专用”路线)、谷歌 TPU(端到端为深度学习定制的 ASIC)以及 AMD(走通用 GPU + HPC/AI 专用扩展的路线)代表了五条典型的设计谱系。把它们放在一起比较,可以看出不同设计取舍如何影响性能、能效、生态与产业链风险。 英伟达(NVIDIA):从图形渲染起家,GPU 逐步被证明对矩阵乘加(GEMM)、张量计算极其适合,因此演化出强大的张量核(Tensor Cores)和丰富的混合精度支持,目标是覆盖从游戏、图形到深度学习训练与推理的广泛场景。NVIDIA 在数据中心做出了“GPU 即 AI 加速器”的赌注,并同时在软件层(CUDA、cuDNN、TensorRT、CUDA-X)构建了强生态。NVIDIA 的架构路线以通用计算单元 + 专用张量单元 + 高带宽互连(NVLink)为核心。 谷歌 TPU(Tensor Processing Unit):从一开始就是为深度学习的矩阵乘加与张量流(TensorFlow)量身定做的 ASIC。TPU 的关键是大规模的Systolic Array(脉动阵列),把 MAC(乘加)阵列和低延迟本地内存紧耦合,借助专门的编译器(XLA)把模型数据流映射为高度优化的内存与计算流水线。TPU 更像“把数学直接做在硅片上”的设计,牺牲了一部分通用性换取极高的能效与规模化吞吐。 AMD:长期走 GPU 通用计算路线,但在近几年把目标细化为 HPC 与 AI 两大分支,提出 CDNA(AI/HPC 专用)和 RDNA(图形)两条路线。AMD 的策略是通过开放的软件栈(ROCm)和高性能互连(如 EPI/Infinity Fabric)来构建可扩展的加速平台,强调可组合性与多卡互联,以便在超级计算与云端竞争中与 NVIDIA 正面交锋。 寒武纪(Cambricon):定位更偏向于 NPU(Neural Processing Unit)与端云一体,产品线覆盖从终端 SoC 到云
00:00 / 03:08
连播
清屏
智能
倍速
点赞717
00:00 / 05:24
连播
清屏
智能
倍速
点赞465
00:00 / 00:53
连播
清屏
智能
倍速
点赞14
摩尔线程还能追吗?英伟达、谷歌TPU、AMD、寒武纪的差异化路径解析 摩尔线程与英伟达:GPU产业的双轨竞争格局深度分析 当前,全球GPU产业呈现出英伟达领跑与摩尔线程追赶的双轨竞争格局。英伟达凭借数十年的技术积淀与CUDA生态的绝对优势,主导着全球数据中心与AI计算市场。其Hopper、Blackwell架构及NVLink、Tensor Cores等技术构成了深厚的护城河。相比之下,摩尔线程作为中国GPU的核心创新力量,正凭借自主研发的MUSA统一架构加速国产替代,在信创市场取得突破,其“春晓”、“苏堤”芯片系列展现出明确的追赶态势。 在软件生态上,英伟达拥有包含400万开发者的CUDA帝国,生态壁垒坚固。摩尔线程则采取“兼容+创新”策略,通过MUSA架构兼容PyTorch等主流框架以降低迁移成本,同时积极建设本土开发者社区,推出自主的MT CUDA工具链,从教育和政务市场切入,逐步构建生态基础。 产品与供应链策略差异显著。英伟达的产品矩阵完整,覆盖从消费级到数据中心的广阔市场,其供应链全球化但也受地缘政治影响。摩尔线程则聚焦细分领域:桌面级产品主攻办公与轻量设计,服务器级聚焦AI推理与云渲染,并积极构建本土供应链以应对不确定性。 展望未来,双方的战略路径已然分明。英伟达继续执行“架构驱动”的领先策略,引领AI训练前沿。摩尔线程则践行“农村包围城市”,从政策驱动市场向商业市场渗透,有望在边缘AI、专业可视化等细分领域形成突破。短期内,英伟达的技术与生态优势难以撼动,但摩尔线程在中国数字化转型浪潮中获得了独特的发展窗口。 GPU产业正进入一个差异化共生的新阶段。英伟达主导全球创新与高端市场,摩尔线程则在国产化替代赛道构建竞争力。这种双轨并行格局将推动技术多元化发展,最终促进整个计算产业的进步。摩尔线程的追赶速度与生态建设成效,将深刻影响中国智能计算的自主可控进程。#摩尔线程 #英伟达 #寒武纪 #谷歌 #AMD
00:00 / 03:31
连播
清屏
智能
倍速
点赞130
00:00 / 01:21
连播
清屏
智能
倍速
点赞994
摩尔线程还有机会追吗? 摩尔线程还有机会追吗?英伟达、谷歌TPU、AMD、寒武纪的差异化路径解析 过去十年间,AI与高性能计算的飞速发展催生出多条加速器设计路线:从通用GPU,到专用NPU/TPU,再到兼顾图形与通用计算的混合架构。摩尔线程(中国新兴GPU厂商)、寒武纪(专注于NPU)、英伟达(通用与专用结合的GPU路线)、谷歌TPU(为深度学习定制的端到端ASIC)以及AMD(通用GPU + HPC/AI专用扩展路线)分别代表了五种典型的技术谱系。将它们放在一起对比,能够清晰地看到不同的设计取舍如何影响性能、能效、生态构建与产业链风险。 英伟达:生态驱动的通用加速平台 英伟达从图形渲染起步,其GPU架构逐渐被证明极其适合矩阵乘加与张量计算,因而演进出了强大的张量核心和丰富的混合精度支持,旨在覆盖从游戏、图形到深度学习训练与推理的广泛场景。英伟达在数据中心领域押注“GPU即AI加速器”,并通过软件层构建了强大的生态体系。其架构核心是通用计算单元、专用张量单元与高带宽互连技术的结合。 谷歌TPU:为TensorFlow定制的专用芯片 谷歌TPU自诞生之初就是为深度学习的矩阵乘加运算与TensorFlow框架量身打造的专用集成电路。其核心在于大规模的脉动阵列设计,将乘加阵列与低延迟本地内存紧密耦合,并借助专用编译器将模型数据流映射为高度优化的内存与计算流水线。这种设计可以理解为“将数学直接做在硅片上”,以牺牲部分通用性来换取极高的能效与规模化吞吐量。 AMD:开放路线与双架构并行 AMD长期遵循GPU通用计算路线,近年来则将目标细分为HPC与AI两大方向,推出了分别面向AI/HPC的CDNA架构与面向图形的RDNA架构。其策略是通过开放的软件栈和高性能互连技术来构建可扩展的加速平台,强调可组合性与多卡互联能力,旨在超级计算与云端市场与英伟达展开正面竞争。 寒武纪:聚焦NPU,端云一体 寒武纪的定位更偏向于神经网络处理器,采取端云一体的产品策略,其产品线覆盖从终端SoC到云端加速卡。 这几家厂商代表了从高度通用到完全专用,以及中间不同平衡点的技术光谱。它们的差异化不仅体现在硬件架构上,更深刻反映在软件生态、市场定位和对产业链的整合能力上。摩尔线程作为追赶者,其发展路径需要在性能追赶、生态构建与应用场景聚焦之间找到自己的独特平衡点。#摩尔线程 #英伟达 #AMD #寒武纪 #谷歌
00:00 / 03:31
连播
清屏
智能
倍速
点赞229
大家都在问的摩尔线程是否值得追? 2025年12月5日美股懂哥内部消息分析报告 核心结论短期(6-12个月)不建议盲目追高,长期(2-3年)可跟踪三大信号:① 商业订单落地(尤其是政企、云端推理场景);② 软件生态兼容性(对PyTorch/TensorFlow的适配率);③ 产能与供应链稳定性。其核心价值在于“国产GPU替代”,但当前在性能、生态成熟度上仍有明显差距,需警惕技术迭代不及预期的风险。 五大厂商核心差异化 英伟达(NVIDIA)核心路线:通用GPU基础上叠加专用张量核,搭配高带宽互连(NVLink),走“通用+专用”融合路线。 核心优势:CUDA软件生态垄断,覆盖游戏、深度学习训练/推理、HPC等全场景,性能顶尖。 短板风险:价格高昂,地缘政治限制明显,架构依赖度较高。 谷歌TPU核心路线:专为深度学习定制的ASIC芯片,以大规模脉动阵列(Systolic Array)为核心,深度绑定TensorFlow。 核心优势:极致能效比,规模化吞吐能力强,相当于“硅片级直接实现数学运算”。 短板风险:通用性极差,仅适配谷歌自身生态,无法覆盖图形、多场景计算需求。 AMD核心路线:双架构并行,CDNA专攻AI/HPC,RDNA聚焦图形,搭配ROCm开放软件栈与高性能互连技术。 核心优势:性价比突出,多卡互联能力强,生态开放无绑定,适合超级计算场景。 短板风险:软件优化滞后于英伟达,ROCm生态成熟度不足,全场景适配性较弱。 寒武纪核心路线:专注NPU(神经网络处理器),走“端云一体”路线,覆盖终端SoC到云端推理。 核心优势:国产自主可控,低功耗设计,终端场景适配性好,适合边缘计算、政企推理。 短板风险:云端深度学习训练能力薄弱,生态闭环不完善,场景覆盖较窄。 摩尔线程核心路线:通用GPU架构,兼容DirectX/OpenGL图形标准,同步搭建国产自研软件生态。 核心优势:国产替代属性强,兼顾图形处理与轻度计算,适配政企办公、国产PC场景。 短板风险:性能较英伟达落后一代,软件生态不完善,商业订单落地尚需验证。 1. 架构取舍:英伟达/AMD/摩尔线程侧重“通用适配多场景”,谷歌TPU/寒武纪侧重“专用优化单一需求”; 2. 生态格局:英伟达CUDA独霸,AMD ROCm开放追赶,谷歌/寒武纪绑定自身体系,摩尔线程自主搭建;#摩尔线程 #寒武纪 #英伟达 #amd
00:00 / 03:11
连播
清屏
智能
倍速
点赞56
00:00 / 01:24
连播
清屏
智能
倍速
点赞49
00:00 / 01:13
连播
清屏
智能
倍速
点赞641
00:00 / 03:26
连播
清屏
智能
倍速
点赞1681
00:00 / 02:05
连播
清屏
智能
倍速
点赞4791
00:00 / 00:45
连播
清屏
智能
倍速
点赞160
00:00 / 03:43
连播
清屏
智能
倍速
点赞258
00:00 / 04:06
连播
清屏
智能
倍速
点赞313