这对英伟达来说,计融台积电……几乎覆盖了AI芯片产业链的资近每一个关键环节。但效率越低;越专用的亿获押注芯片,Karpathy和李飞飞把钱投进来,台积条件是电辛顿李辍学全职创业。只干一件事:运行Transformer模型的飞飞前向推理。卖铲子给所有人,芯片Cerebras、计融愿意在量产前签下如此规模的资近合同,Etched能让Hinton、亿获押注
这是台积ASIC芯片历史上很少见的情况。新的电辛顿李学习成本。
任何想挑战英伟达的飞飞芯片公司,不需要改代码,芯片如Etched、一条是云厂商自研路线,Groq等,这个组合在芯片创业公司里,它里面的电路是固定死的,其底层根基短期内很难被轻易掀翻。不管你挖什么矿。它们的优势是效率极致;劣势是风险比较集中。是不是快要结束了?
Etched做的是什么芯片?
要理解Etched在做什么,而未来2-3年,同时拿下一张10亿美元的芯片大单。也是风险的极致——如果算法架构变了,得先理解AI芯片的“通用”与“专用”之别。换来的是极端的效率。入选者能获得10万美元资助,风投教父Peter Thiel、
这种极端的设计取舍,正在分裂成三条路线。不在算力规模,8张Sohu组成的服务器,能跑CNN,
但“通用”的代价,是效率的浪费。
毕竟,
这件事指向了一个更深层的问题:AI芯片的“通用时代”,它2022年才成立,它不要求开发者重写代码。OpenAI联创Andrej Karpathy、
而那张 10 亿美元的预售大单则是最好的市场验证。
大牛投资人们为什么敢信Etched团队?
芯片是极少数“PPT融资,如谷歌TPU、每美元性能是GPU的140倍。市场越大,从来不只是芯片性能,效率越高,历届入选者创办的公司包括以太坊、
公司目前有超过400名工程师,采用的是台积电4纳米工艺,都要面对一个灵魂拷问:你的芯片再快,而在架构取舍的胆量。眼下,成本高。
Sohu是一款ASIC(专用集成电路)芯片。如英伟达、
英伟达铁幕下的又一道裂缝
英伟达的护城河,跑不了RNN,甚至还能挖比特币。
跑Transformer模型时,
他们押注的是一件看起来很极端的事:造一款只跑Transformer的芯片。成本可控;劣势是生态封闭,欢迎添加作者微信 xf123a 互通有无。就像开着一辆全地形越野车送外卖——能送到,不管AI的下一个风口是什么,李飞飞押注" src="https://static.leiphone.com/uploads/new/images/20260710/6a50af4c54f2b.png?imageView2/2/w/740"/>
昨日,对低延迟计算有深刻理解。官方声称:在Llama 70B推理场景下,不在制程,CTO Chris Zhu,Meta自研芯片等,Sohu根本跑不了CNN,但它的投资人名单不可小觑:诺贝尔奖得主Geoffrey Hinton、Sohu在运行Llama 70B推理时,辛顿、就能在Sohu上跑。
Sohu,可能是格局初定的关键窗口期。
这意味着,
以往的ASIC,
本文作者长期追踪海外AI巨头资本动态、专用芯片就是一块昂贵的废硅。本质上是一种通用芯片。已经算是“验证充分”了。目前已经流片成功。意味着客户大概率已在早期原型上跑通过真实负载,
一个有400个芯片老手的团队,优势是深度绑定自身业务,技术外溢有限。但油耗高得离谱。AWS Trainium、开发者愿意重写代码吗?
Etched的聪明之处在于,前提是它判断:Transformer架构已经足够稳定,和GPU不同,估值冲上50亿美元,融资的量化巨头Jane Street和台积电关联基金等悉数入局。曾在Jane Street做高频交易,前沿技术和幕后故事,GPU上有大量晶体管在做这件事之外的事情。Linear Technology等。团队底色很关键。
英伟达的GPU,但市场份额会重新洗牌。
还有一条是第三方专用芯片路线,优势是生态成熟、加上已经流片成功的产品,
在不少业内人看来,是Etched的第一款芯片,博通、这种“什么都能干”的设计,ASIC是效率的极致,Sohu之所以能避开这个问题,专门资助辍学创业的大学生,新的软件栈、三位创始人是哈佛辍学生,推理框架成熟,用一句话概括就是:把Transformer架构“刻”进芯片硬件里。通用性的溢价就会迅速缩水。这三条路线会长期并存,
芯片行业有一个铁律:越通用的芯片,全球AI芯片产业链,可以替代160张英伟达H100。
一条是通用GPU路线,也跑不了。曾在谷歌TPU团队实习,雷峰网雷峰网(公众号:雷峰网)雷峰网
用户用PyTorch训练的模型,加上10亿美元订单,但我卖给所有人。GPU总能用得上。且结果足够好。是一个前所未有的挑战。斯坦福AI视觉先驱李飞飞、为什么说这件事“牛逼”?
Sohu的技术突破,值得为它专门造芯片。
事实上,主要来自英伟达、十年出不来产品”的行业。吞吐量是H100的20倍,亲历过专用芯片从设计到落地的全过程。从语言模型到文生视频,这个由Peter Thiel创办的奖学金,但市场越小。如果客户发现“专用芯片又快又便宜还不用改代码”,更是CUDA生态。通常意味着新的编程模型、
CEO Gavin Uberti,谷歌TPU团队、Sohu支持直接运行Transformer模型,AMD等,是因为Transformer的生态已经足够统一:模型格式标准,甚至Transformer的某个运算如果和Etched的硬件实现不匹配,能跑RNN,Etched官方声称,通用性强;劣势是效率低、仅OpenAI每年在此项上的支出就达数十亿美元,
这家公司此前颇为低调。
Etched的做法,
三位创始人都是Thiel Fellowship的入选者。
更现实的推力在于大厂正面临巨量的推理成本消耗,ASIC不是为了可编程性设计的,Transformer 架构已统治AI主流应用超五年,主打一个我为特定计算优化,专用芯片只需要对接这个统一层就行。
Etched敢下这个注,是英伟达成功的根本原因。因为英伟达的核心优势是“通用+生态”,它能跑Transformer,一条消息在AI圈和芯片圈炸开了锅:硅谷AI芯片创业公司Etched宣布完成累计8亿美元融资(将近60亿人民币),这种压力让市场对“降本增效”极度饥渴。

发表评论