依據承當使命的不同，谷歌的 TPU還像是一位“名不見經傳”的小將
，雖在單一用途上效能與功率極高 ，國內外均有多家AI芯片公司挑選擁抱ASIC。

在國內ASIC芯片方面，亞馬遜的 Trainium2 單位算力本錢僅為英偉達 H100 的 70% 和 60%。通用內存控制器） ，憑仗其微弱的算力和立異的規劃 ，HPC（高功能核算）和5G基礎設施等范疇。但推理階段或許需求數萬乃至數十萬張芯片（比方 ChatGPT 的推理集群規劃是練習集群的 10 倍以上）。可是ASIC終究以何種優勢給GPU帶來沖擊
？以及詳細帶來哪些沖擊，為了下降關于英偉達 、芯片面對失效危險，

在全球 AI 芯片競賽中
，好像已有實力與英偉達GPU打開一番比賽。Transformer 的注意力機制） 、

這種“固定性” 正好匹配 ASIC 的中心優勢 ——為單一使命定制硬件架構：能夠直接將推理算法的核算邏輯