Publier
--
大仁Jaron
·
--
Des analystes évaluent l’impact de la puce IA conçue en interne par OpenAI : les marges bénéficiaires de Nvidia pourraient faire face à un nouvel défi
Alors que OpenAI et d’autres géants de la technologie lancent successivement leurs propres puces, les analystes commencent à penser que la quasi-position monopolistique de $英偉達 (NVDA.US)$ dans le domaine des puces avancées pour l’IA fait face à une « menace ».
Le mardi 25 août, OpenAI a dévoilé les détails techniques de la première puce d’inférence sur mesure de l’entreprise, Jalapeno, affirmant que la vitesse de réponse et l’efficacité énergétique de cette puce surpassent celles de la GB300 de Nvidia. À l’heure actuelle, $谷歌-C (GOOG.US)$, $亞馬遜 (AMZN.US)$, $Meta Platforms (META.US)$ et d’autres développent également leurs propres puces IA.
Selon Adrien Sanchez, analyste technique chez Yole Group, Jalapeno est une puce conçue spécifiquement pour l’inférence, ce qui montre que « les puces conçues par les hyper-serveurs (hyperscaler) à très grande échelle peuvent déjà égaler, voire dépasser, en efficacité énergétique pour l’inférence, les GPU de niveau Blackwell de Nvidia ».
Le mardi 25 août, OpenAI a dévoilé les détails techniques de la première puce d’inférence sur mesure de l’entreprise, Jalapeno, affirmant que la vitesse de réponse et l’efficacité énergétique de cette puce surpassent celles de la GB300 de Nvidia. À l’heure actuelle, $谷歌-C (GOOG.US)$, $亞馬遜 (AMZN.US)$, $Meta Platforms (META.US)$ et d’autres développent également leurs propres puces IA.
Selon Adrien Sanchez, analyste technique chez Yole Group, Jalapeno est une puce conçue spécifiquement pour l’inférence, ce qui montre que « les puces conçues par les hyper-serveurs (hyperscaler) à très grande échelle peuvent déjà égaler, voire dépasser, en efficacité énergétique pour l’inférence, les GPU de niveau Blackwell de Nvidia ».
Avertissement : ce contenu inclut des opinions de tiers. Il ne constitue pas un conseil. Binance Ai peut être utilisée, sans garantie de résultat. Consultez les CG.