AI芯片

NVIDIA 面向超大规模推理的新一代加速卡，显存与前代相比大幅提升，主打长上下文与推理吞吐。

Google 第六代张量处理单元，为自家大模型训练与推理服务提供算力底座。

AMD 新一代数据中心加速卡，CDNA 4 架构配合大容量 HBM，直接对标旗舰训练卡。

苹果自研芯片内置的神经网络引擎，让 Apple Intelligence 的端侧模型在本地高效运行。

亚马逊自研训练芯片第二代，与自研互联配合降低大模型训练成本。

内置 NPU 的处理器家族，让 AI PC 在本地跑推理任务而不过度消耗电池。

面向机器人与边缘计算的模组，把数据中心级算力塞进低功耗形态，用于具身智能与自动驾驶。

百度自研的 AI 处理器系列，支撑自家搜索与文心大模型的训练推理。

面向智能驾驶的车载计算方案，把感知与决策算法跑在车规级芯片上。

阿里巴巴平头哥自研的推理芯片，曾在图像搜索等场景创下性能纪录。

微软自研的 AI 加速芯片，为 Azure 上的大模型服务提供定制算力。

Meta 自研的推理加速器，为自家推荐与生成式 AI 业务降低对通用 GPU 的依赖。

Intel 的数据中心 AI 加速卡，集成高速网络接口，训练性价比是其主打卖点。

以色列厂商的边缘 AI 加速芯片，以高能效比见长，常用于工业与车载视觉。

把 Transformer 架构直接固化进硅片的专用推理芯片，赌注是架构确定性带来的极致能效。

硅光计算的代表产品，用光互联与光计算降低大规模 AI 集群的能耗。

车规级自动驾驶计算芯片，主打多核异构架构与高算力密度。

面向大模型推理的芯粒化加速方案，用内存计算缓解推理阶段的带宽瓶颈。

专注边缘侧 AI 视觉芯片的厂商，产品广泛用于智能摄像机与安防场景。

欧洲的边缘推理芯片新锐，数字存内计算架构在视觉任务上能效突出。