※ 引述《winall (winall)》之铭言： : Google 的 TPU 已经很久了 : 在 OpenAI 发表 ChatGPT之前 , Google 就在用 TPU了 : 简单讲 Google 为了训练AI , 自己研发一款专为AI训练的晶片 : 这个晶片通常需要自己调校 : 这已经发表很久了 , 为什麽现在才在炒 : 可能是最新的 Gemini的成功吧 : 不完全好的比喻 : Nvidia GPU = Windows ; Google TPU = Linux : Nvidia GPU = 自排车 ; Google TPU = 手排车 : TPU 拿掉所有跟AI无关的功能 : 其他团队要用的时候 需要先花很多时间去了解跟调校 : 但是 Nvidia 的 GPU 已经有各种好的套装 , 可以很快地开发 : 但你看现在用 Windows的人多 还是 Linux的人多 : 现在开自排的人多 还是开手排的人多 ? : TPU适合自己完全的调教跟开发 : 未来可能会有人用TPU : 但主流仍然是 Nvidia GPU 一般使用者的训练主流一定还是 gpu，但我指的一般使用者指的是训练非 LLM 相关的，可能是之前的 CNN 或是更传统的机器学习，比如物件侦测或是让脸辨识，但这个很早之前就已经发生了，从以前到现在这块领域确实都是用 cuda 只是训练非 LLM 本身就不需要这麽多颗 GPU 阿，真的需要这麽多颗的话 Nvidia 十年前 alexnet 出来就该涨爆了 google 的策略一直都不是卖 TPU 给其他人，而是用在他们自家的 ai 训练上，现在 LLM 赛道就是在拼谁第一，有一个第一的，你还会用第二名的吗？更何况现在 Gemini 跟 gpt 的差距越来越大，而 nv 最大的客户就是在这条赛道上的人，像是 openai 就是砸大钱租资料中心，资料中心因为要有 gpu 才能租，所以就跟 Nvidia 买 gpu 假设未来 Gemini 把其他 LLM 远远甩在後面，那这条赛道的意义就没了，就跟三星越做越亏钱一样，因为再怎麽砸钱也没办法赢台积，那 openai 继续租资料中心的理由就没了，资料中心的需求减少了，NV 就会回退到过去 CNN 刚爆发的时期，而这也要 CNN 及传统机器学习持续有需求，但，有可能吗？ ----- Sent from JPTT on my Xiaomi 2311DRK48G. --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 49.218.240.169 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Stock/M.1764341168.A.158.html