为什么 H100 显卡这么贵？Google 的 TPU 到底强在哪里？OpenAI 的训练成本到底是多少？如果你很关注 AI 基础设施（Infra），SemiAnalysis 是目前全球最硬核、最敢说的半导体与 AI 产业分析简报。订阅它能为你解决什么问题？祛魅：作者 Dylan Patel 以深度挖掘供应链数据著称，他能告诉你大模型背后真实的“算力账单”，打破大厂的营销滤镜。底层

#H100显卡 #Google TPU #OpenAI训练成本 #AI基础设施 #算力分析

相关新闻

RamenPanda

7小时前

大白话讲解谷歌TPU VS GPU #### 1. TPU 诞生的真正原因（2013-2015） - Google 谷歌发现：如果每个安卓用户每天用语音搜索 3 分钟，现有 CPU/GPU 算力要让全球数据中心翻倍。 - 结论：必须自研 ASIC 专门跑矩阵运算（神经网络推理），否则 AI 成功会把自己“撑死”。 - 从立项到量产仅 15 个月，2015 年就已经在 Google 搜索、地图、照

范凯谈AI

20小时前

我这两天仔细研究了一下Google的TPU，简单写一下我的初步结论： 1. Google TPU在特定的场景下，例如超大规模模型训练(万卡)和推理上，能效比超过了同等算力的英伟达GPU，能效比应该至少提升30%，也有说更高的。为啥TPU强？除了TPU是更有针对性的ASIC之外，TPU为大规模并行计算做了硬件的优化(光互联)和软件的优化(JAX/XLA)，从理论上就优于更加考虑通用性和兼容性

凡人小北

22小时前

本来大家都以为 AI 的剧本已经写死了：模型看 OpenAI，芯片看英伟达。结果 Gemini 3 一出，剧情突然就反转了。 Google 除了大秀模型，还把真正的杀招摊开摆在桌上，TPU 不止在云里跑，现在要进 Meta 的机房。市场瞬间整明白了：Google 想建立的一条完整的谷歌链开始成型了。听懂的也包括Nvidia，谷歌刚给 Anthropic 扔了 100 万片 TPU

Balder 猫哥

6天前

事实证明，Google的TPU和NVDA的GPU，未来可能是竞争关系。最新的Gemini 3.0的训练和推理，都是完全基于Google自创的TPU+Tensorflow 考虑到NVDA的GPU超高溢价（75%的利润率），Google的AI训练推理以及提供计算资源的芯片成本，可能是其他竞争对手25%-50%左右。

UNICORN⚡️🦄

3周前

人类所有的发明里最疯狂的还是资本泡沫泡沫起来时无数人暴富泡沫破灭时，无数人倾家荡产还是我的观点，把投资当成游戏英伟达现在就是泡沫你批判是泡沫有什么用呢？不挣钱啊拥抱泡沫，想办法挣到钱，揣到自己兜里 NVDA 的市值 5 万亿超过整个币圈的不到4万亿超过 AMD、ARM、台积电、ASML、博通、英特尔、高通、美光、泛林集团的总和一个公司吃掉整个半导体行业疯狂的资本

关联事件

OpenAI新德里发布会：ChatGPT语音翻译功能引发热议

791

在新德里举行的活动中，OpenAI宣布即将推出o3-Pro模型，取代现有的o1-Pro模型，旨在提升ChatGPT的推理能力和功能。同时，OpenAI还发布了ChatGPT高级语音模式的升级，新增了自然停顿、重音处理、同理心表达和双向自动翻译等功能。这一更新已向所有付费用户开放，预计将进一步增强ChatGPT的用户体验和市场竞争力。随着用户基数的不断扩大，OpenAI的这些新功能引发了广泛关注，尤其是在人工智能语音交互领域的应用潜力。