旺盛的AI智算需求驱动下，越来越多GPU路线之外的AI芯片正获得更多市场关注。 他进一步表示，过去，业界普遍认为ASIC芯片从流片到最终落地应用过程中，需要付出较高成本，但 随着专用芯片持续发展，其成本不再那么高昂时，会有越来越多厂商愿意借力自研专用芯片架构，探索 推进个性化AI能力落地。这是ASIC芯片备受关注的原因。 TPU跃起 寻找GPU芯片之外的发展机会早已是一种新趋势。 "渐进式能力提升难以缩小与英伟达的差距，唯有求新求变，才有可能实现类似新能源汽车领域的'弯道 超车'。"他指出。此外，GPU芯片如今取得的成功，更大程度在于英伟达的成功，其多年来累积了深厚 的工程化实验团队，这已经不是所有后来者可以直接照搬复制的路线。 在GPU之外，定制化ASIC芯片早已受到更大关注，无论是博通近期再度"炸裂"市场的百亿美元订单， 还是谷歌持续对TPU自研芯片的演进，都显示出，市场的确对GPU之外的AI计算芯片同样有关注度。 中昊芯英选择的就是与谷歌类似的GPTPU路线。 郑瀚寻对21世纪经济报道记者分析，自从英伟达在旗下Tesla V100系列芯片中加入Tensor Core（张量处 理单元）以来，其对CUDA ...