翻译错误：解析值时遇到的意外角色：<。路径

作者: 365bet体育投注   点击次数:    发布时间: 2025-08-24 09:28

据报道，中国公司通常拒绝H20芯片。因此，NVIDIA创始人Huang Renxun去了TSMC。该行业认为，黄·雷克森（Huang Renxun）可以要求TSMC停止生产H20芯片，并计划制作新的定制芯片，以与中国的AI芯片竞争。人们普遍认为，新定制AI芯片的性能将大大改善。中国有些人将NVIDIA定制的AI Chip B30A命名为基于B300的自定义。据估计，B30A性能在B300中只是一件事。但是，即使B30A只是B300的一件事，也足以超越当前的国内AI芯片。以前，NVIDIA的高端芯片分别为H100和A100。在A100中，H100的性能几乎是六次，B200理解性能约为15h100次，而B300的性能理解是H100的30倍。您可以看到B200和B300的强大。在这种情况下，尽管B30A的性能仅为B300的10％，但它是18倍A100。一些国内AI芯片说，他们的AI芯片性能与A100相当。在这种情况下，B30A性能将超过国内AI芯片。这对于试图满足全球AI模型的国内AI公司非常重要。毕竟，当许多方面存在差距时，更强的AI芯片性能将有助于他们缩短国外的差距。此外，持续采用NVIDIA的AI芯片将有效防止兼容性问题。当前的大多数主要模型都是基于Nvidia的CUDA生态系统。在这种情况下，不断采用NVIDIA的AI芯片可能与NVIDIA的CUDA生态系统兼容，这也将帮助国内AI公司缩短国外公司之间的差距。中国有些人总是说CUDA生态学几乎没有影响，但是如果您回顾Cuda的发展，您将知道这种生态学有多强大。当Nvidia发展CUDA的生态时，大多数外界都是不乐观。 NVIDIA仅支持CUDA的发展，CUDA为世界各地的许多程序员提供了很多安慰。花费十多年的时间逐渐形成。后来，AMD，Intel和其他人提供了AI芯片市场，但CUDA生态系统也阻碍了它们。它表明CUDA生态系统的强度是。国内AI芯片的开发比AMD和Intel慢。对于他们来说，在短时间内打破CUDA生态系统垄断并不容易。采用NVIDIA的新型B30A芯片还可以帮助国内AI公司减少电力消耗。当今的电力消耗是AI公司面临的主要问题。生产大型模型所需的AI芯片数量很大，大量的AI芯片需要大量的功率。据报道，B30A芯片将由TSMC在4纳米的过程中执行。这就是为什么NVIDIA创始人Huang Renxun急于进行TSMC的原因。 TSMC制造的高级容量流程现在很紧。毕竟，当今世界上几乎所有的芯片公司都采用了先进的TSMC流程，并且可以降低电力消耗，而据说国内AI芯片是在等于7纳米的过程中制造的，因此电力消耗是一个问题。在阻碍了H20的销售后，黄伦Xun迅速赶到TSMC，找到TSMC，以分离一些高级流程能力，以生产Nvidia的B30A芯片。可以看出，黄伦Xun重视中国市场。据报道，中国市场在高峰期为NVIDIA提供了四分之一的收入，黄伦Xun当然不想失去中国市场。 Huang Renxun的另一个考虑因素是继续为中国市场提供定制的筹码，这可以防止中国公司共同开发自己的AI芯片生态系统。毕竟，国内AI公司是全球捕获的主要考虑因素。如果NVIDIA可以提供B30A芯片的性能更强，它仍然可以吸引虚假的国内公司采用它们。只要国内公司继续采用NVIDIA芯片，国内AI芯片公司就不太容易建立自己的生态系统。回到Sohu看看更多