发布时间：2026-04-20 阅读量：1486 来源: 发布人: bebop
我爱方案网4月20日消息，在人工智能从“训练”迈向“推理”的关键拐点，科技巨头间的算力博弈已进入深水区。据最新消息，谷歌正与芯片设计商Marvell洽谈深度合作，计划共同开发两款专为AI推理优化的定制芯片。这一动作不仅是谷歌TPU生态的又一次扩容，更折射出其试图摆脱单一供应商依赖、挑战英伟达市场霸权的宏大野心。
报道称，其中一款芯片为内存处理单元，设计用于配合谷歌的张量处理单元（TPU）使用；另一款则是专为运行人工智能模型打造的全新张量处理单元。
谷歌一直致力于推动其张量处理单元成为英伟达主流图形处理器的可行替代品。随着谷歌希望向投资者证明其人工智能投资正在产生回报，张量处理单元的销量已成为谷歌云业务收入增长的关键驱动力。
报道还称，两家公司计划最快于明年完成这款内存处理单元的设计，随后交付试产。
资料显示，谷歌目前是AI领域的领军者。拥有自研AI加速器TPU，致力于构建独立于英伟达之外的第二算力供应链，并通过Google Cloud对外输出算力。
* Marvell（美满电子）： 全球领先的数据基础设施半导体解决方案提供商。近年来在定制芯片（ASIC）领域异军突起，拥有深厚的数据中心网络、存储及光互联技术积累，是亚马逊、微软等云厂商的重要合作伙伴。
在英伟达GPU与CUDA生态长期主导AI训练与科学仿真的背景下，国产LineShine（灵晟）纯CPU超算以2.198 EFlops持续双精度性能登顶TOP500，印证了“矩阵增强型CPU”正在重构HPC底层硬件标准。 近日，Jack Dongarra、Satoshi Matsuoka、Torsten Hoefler三位HPC权威联合发表《Do We Still Need GPUs? Rethinking AI and Scientific Computing on Matrix-Enhanced CPUs》，系统拆解了无GPU同构超算的四层技术体系：处理器指令集硬件加速、统一HBM高带宽内存架构、全精度混合运算单元、原生高速互联网络。
回顾AI今年的发展轨迹，我们能察觉到一种质的变化：AI不再只是被展示、被调用的“展品”，而是拥有了更明确的“行动感”。从代码编写到机器人奔跑，从算力基建到未来接口，行业正集体从“回答问题”走向“完成任务”。 我们试图透过五个数字，捕捉这一轮产业变革中的关键切片。
展会大数据公布！2027.7.7-9，上海见。
全球知名半导体制造商ROHM近日宣布，面向车载安全功能和保护电路开发出100V耐压MOSFET新品“RS4P063BPHZG”
2026 WAIC落下帷幕，国内AI算力产业的共识正发生清晰转向：单点参数竞赛逐渐退潮，超节点集群、全产业链自主可控与底层架构原始创新成为核心主线。在此背景下，首次参展的东方算芯凭借“高能效软件定义近存计算芯片DF1000”斩获大会最高荣誉SAIL奖。这座奖杯背后，指向了一条不依赖先进制程与既有生态的突围之路。
