103730757 : Sakokaze，解释得非常好！感谢分享您的见解。因此，相对于DeepSeek的当前短期激烈反应，AI需要更长远的愿景。

103730757 NOIR(のあ) : 完全同意Noir认为，相对于Nvidia的AI GPU的巨大过量需求，我们需要确定对AMD的AI GPU需求较少这一问题非常重要。基本上这归结于Nvidia在其生态系统中流行且广泛使用的CUDA软件栈和工具。

103730757 : 感谢Kimihiko在我们的社区中分享这篇重要的文章。

103730757 : 关键问题是英伟达能够维持多长时间的人工智能领导地位。也许还有1年或2年？所有其他科技巨头都在研发自己的人工智能芯片，以减少过度依赖英伟达。

103730757 : 几家科技巨头正在积极开发自己的人工智能芯片，为其人工智能系统提供动力并减少对第三方提供商的依赖。一些著名的公司包括：
* 谷歌：谷歌开发了自己的张量处理单元 (TPU)，专为机器学习任务而设计。谷歌的数据中心使用 TPU 来训练和运行大规模 AI 模型。

* 亚马逊：亚马逊开发了自己的Inferentia芯片，专为高性能推理任务而设计，其中包括在新数据上运行经过训练的人工智能模型。Inferentia 芯片用于亚马逊的云服务中，为人工智能应用程序提供动力。

* 苹果：有传言称苹果正在开发自己的人工智能芯片，用于其设备和数据中心。尽管细节有限，但预计这些芯片将针对机器学习任务进行优化。

这些只是科技巨头开发自己的人工智能芯片的几个例子。百度、阿里巴巴和华为等其他公司也在大力投资人工智能芯片开发。开发定制人工智能芯片的趋势是由对人工智能处理能力的需求不断增长以及对硬件和软件控制的渴望推动的。