AI芯片现在最大瓶颈不是算力是数据搬运

科普长文：各家AI芯片的架构 梳理了每家AI芯片的架构和发展历史，内容非常详实。简单总结： 大模型本质上就是在疯狂做矩阵乘法。但现在算力增长太快，内存传输数据的速度跟不上了，数据搬运成了最大的瓶颈。

为了解决这个问题，几家大厂给出了完全不同的解决思路： NVIDIA GPU：老大哥走的是全能路线。芯片上有成千上万个小核心并发干活，硬件和 CUDA 软件生态高度绑定。虽然芯片设计很复杂，但通用性极强，不仅能训练大模型，还能用来渲染图形、做科学计算。

Google TPU：Google 专为矩阵计算定制了脉动阵列。它不搞复杂的硬件调度，全靠自家的 XLA 编译器提前规划好每一步。硬件结构精简很多，能省下大量功耗去堆算力，专门服务 Google 自家的大模型和业务。

AMD GPU：AMD 的核心逻辑是堆大显存和走开源路线。芯片计算单元设计相对保守，但在显存容量上非常大方，能直接在单台机器里塞下更大的模型，同时联合行业力量推开放标准来抗衡 NVIDIA。Cerebras WSE：想法最激进的一家。

别家都是把整块晶圆切成几百颗小芯片，Cerebras 直接不切了，做出一整块像餐盘那么大的巨型芯片。数据全在片上高速传输，生成文字的速度极快，但造价昂贵、功耗极高。AWS Trainium：亚马逊走高性价比的云端定制路线。

它借鉴了 Google 的脉动阵列和编译器思路，重点打磨网络互联，把通信模块做进硬件里，目标就是让开发者在 AWS 云上以更低的成本跑模型。Groq LPU：追求极致的确定性。它去掉了传统芯片里所有不确定的缓存和预测机制，完全由编译器按时钟周期精准安排任务。

文字输出延迟极低，但单颗芯片容量很小，跑大模型得拼上几百颗。博客全文：