谷歌 TPU 和博通

谷歌在二十几岁时面临着挑战，当时他们需要扩大人工智能野心，但发现Nvidia GPU昂贵且很难大量找到。因此，他们创建了自己的定制芯片 TPU，这是一款专门为计算成本高昂的任务设计的人工智能加速器。TPU v1 仅供内部使用，但版本 2-4 已在 Google Cloud 上线，v5e 的发布考虑到了云客户。

TPU比每个芯片的GPU慢，但购买和大规模运行要便宜得多，因此Google专注于将其中许多TPU用于任务。虽然TPU v4的最大芯片为4k，但v5e可以处理 “数万个”，这使得可以训练和部署更大的模型。根据工作负载的不同，v5e的每个芯片的性能与v4差不多甚至更差，但它更便宜、更高效。与v4相比，谷歌租用v5e的每块芯片的费用降低了63％，从而为超过Nvidia H100的客户节省了大量成本。

与Nvidia相比，谷歌的一个优势是，他们在设计TPU时始终考虑吊舱和整个数据中心，而Nvidia对此却很陌生。TPU v5e 将流行的开源 AI 框架集成为服务，效仿 AWS。但是，如果谷歌想竞争，他们仍然需要做更多的工作来匹配Nvidia的软件堆栈。

博通提供TPU周围的芯片、内部网络 “交换矩阵” 和网络硬件。博通还有一个庞大的软件部门，在VMware收购获得批准之前，该细分市场可能会扩大规模。博通向谷歌销售产品，包括未发布的TPU v5硬件，对该公司来说是一个顺风。但是，他们为疲软的智能手机和个人电脑市场生产了很多产品，如果没有人工智能，他们的半导体细分市场同比持平。

总体而言，TPU v5e有可能破坏英伟达的市场主导地位，但谷歌需要与英伟达的软件堆栈相提并论。TPU的成功也将使博通受益，但其资产负债表问题和对Google的依赖构成了一些风险。目前，建议保持中立，并观察这些公司未来的发展。