AI芯片市场到底有多大?太恐怖了!

2024-02-29 00:28
文章标签 ai 市场 芯片 到底 恐怖

本文主要是介绍AI芯片市场到底有多大?太恐怖了!,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

台积电创始人莫里斯·张忠谋在一次日本会议上表示,客户正寻求他帮助建立多达十个新的晶圆厂来生产人工智能处理器,这一惊人的请求反映出对AI处理器的市场需求极其旺盛。随着AI应用对处理器需求的急剧增长,市场领导者英伟达难以满足所有需求,像OpenAI这样的公司所拥有的AI计算能力显得不足,这也促使企业不仅加大从现有供应商采购处理器的数量,甚至计划自行研发硅芯片。

张忠谋提到,这些客户并不是谈论几千片晶圆的需求,而是明确提出需要建设整座晶圆厂,比如“我们需要这么多晶圆厂,三个、五个、十个”。对此他表示难以置信。他认为,对于AI处理器的需求可能会介于“数千片晶圆和数十座晶圆厂”之间。

台积电是全球少数几家能够建造拥有每月大约10万片晶圆产能的半导体制造设施的公司之一,这些“千兆级晶圆厂”通常会采用多种先进的工艺技术生产处理器。运营此类大型工厂允许台积电重复利用昂贵的晶圆厂设备服务于不同的工艺节点,极大程度地优化了设备利用率和成本。

然而,建造一座“千兆级晶圆厂”的成本相当高昂:一座全功能的3nm工艺生产能力的大型晶圆厂可能花费超过200亿美元,并且需要多年才能建成。而台积电2024年的资本支出预算在280亿至320亿美元之间,这意味着该公司不可能每年新建多座千兆级晶圆厂。建设十座最前沿的晶圆厂所需的资金将远远超过2000亿美元,还不包括供应链和支持基础设施的成本,如此庞大的金额远超出台积电的投资能力。

正因为此,市场上出现传闻称,OpenAI的首席执行官山姆·阿尔特曼正在尝试筹集数万亿美元资金,用于建立由顶级芯片制造商运营的晶圆厂网络,以生产足够数量的AI处理器。尽管这个计划听起来非常宏大,但从经济可行性角度而言却并不现实。

开发用于AI和高性能计算(HPC)的先进处理器的公司通常会采用最前沿的工艺技术制造其部件,而且这类处理器通常只会在同一工艺节点上生产两三年,然后就会转向新的工艺节点。如果像台积电这样的公司为了满足AI领域眼前的市场需求而过度建设最先进的产能,那么几年后可能会面临先进技术产能过剩但还未完全折旧(且晶圆厂的折旧不可能在短短几年内完成),这将导致代工行业的亏损。

芯片代工商深知这一点,所以短期内不太可能看到专门为AI芯片新建10座最前沿晶圆厂的情况。不过,我们可以期待产量会在合理的范围内有所增加。

这篇关于AI芯片市场到底有多大?太恐怖了!的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/757092

相关文章

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

AI绘图怎么变现?想做点副业的小白必看!

在科技飞速发展的今天,AI绘图作为一种新兴技术,不仅改变了艺术创作的方式,也为创作者提供了多种变现途径。本文将详细探讨几种常见的AI绘图变现方式,帮助创作者更好地利用这一技术实现经济收益。 更多实操教程和AI绘画工具,可以扫描下方,免费获取 定制服务:个性化的创意商机 个性化定制 AI绘图技术能够根据用户需求生成个性化的头像、壁纸、插画等作品。例如,姓氏头像在电商平台上非常受欢迎,

从去中心化到智能化:Web3如何与AI共同塑造数字生态

在数字时代的演进中,Web3和人工智能(AI)正成为塑造未来互联网的两大核心力量。Web3的去中心化理念与AI的智能化技术,正相互交织,共同推动数字生态的变革。本文将探讨Web3与AI的融合如何改变数字世界,并展望这一新兴组合如何重塑我们的在线体验。 Web3的去中心化愿景 Web3代表了互联网的第三代发展,它基于去中心化的区块链技术,旨在创建一个开放、透明且用户主导的数字生态。不同于传统

AI一键生成 PPT

AI一键生成 PPT 操作步骤 作为一名打工人,是不是经常需要制作各种PPT来分享我的生活和想法。但是,你们知道,有时候灵感来了,时间却不够用了!😩直到我发现了Kimi AI——一个能够自动生成PPT的神奇助手!🌟 什么是Kimi? 一款月之暗面科技有限公司开发的AI办公工具,帮助用户快速生成高质量的演示文稿。 无论你是职场人士、学生还是教师,Kimi都能够为你的办公文

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

AI hospital 论文Idea

一、Benchmarking Large Language Models on Communicative Medical Coaching: A Dataset and a Novel System论文地址含代码 大多数现有模型和工具主要迎合以患者为中心的服务。这项工作深入探讨了LLMs在提高医疗专业人员的沟通能力。目标是构建一个模拟实践环境,人类医生(即医学学习者)可以在其中与患者代理进行医学

AI行业应用(不定期更新)

ChatPDF 可以让你上传一个 PDF 文件,然后针对这个 PDF 进行小结和提问。你可以把各种各样你要研究的分析报告交给它,快速获取到想要知道的信息。https://www.chatpdf.com/

【北交大信息所AI-Max2】使用方法

BJTU信息所集群AI_MAX2使用方法 使用的前提是预约到相应的算力卡,拥有登录权限的账号密码,一般为导师组共用一个。 有浏览器、ssh工具就可以。 1.新建集群Terminal 浏览器登陆10.126.62.75 (如果是1集群把75改成66) 交互式开发 执行器选Terminal 密码随便设一个(需记住) 工作空间:私有数据、全部文件 加速器选GeForce_RTX_2080_Ti

AI Toolkit + H100 GPU,一小时内微调最新热门文生图模型 FLUX

上个月,FLUX 席卷了互联网,这并非没有原因。他们声称优于 DALLE 3、Ideogram 和 Stable Diffusion 3 等模型,而这一点已被证明是有依据的。随着越来越多的流行图像生成工具(如 Stable Diffusion Web UI Forge 和 ComyUI)开始支持这些模型,FLUX 在 Stable Diffusion 领域的扩展将会持续下去。 自 FLU

AI基础 L9 Local Search II 局部搜索

Local Beam search 对于当前的所有k个状态,生成它们的所有可能后继状态。 检查生成的后继状态中是否有任何状态是解决方案。 如果所有后继状态都不是解决方案,则从所有后继状态中选择k个最佳状态。 当达到预设的迭代次数或满足某个终止条件时,算法停止。 — Choose k successors randomly, biased towards good ones — Close