AI芯片架构综述：从GPU到TPU，算力新黄金时代
2026.08.24 · 观点 · 行业综述 · 社区热议
回顾2018年图灵奖演讲，盘点当前主流AI芯片架构及其在训练与推理中的不同策略。
文章回顾了2018年Hennessy和Patterson的图灵奖演讲，指出单线程CPU性能年增长降至3%，需领域专用架构（DSA）。如今GPU、TPU、LPU等数十种架构涌现，其中NVIDIA领先，AMD、TPU、Cerebras、Groq等各有部署。文章强调AI计算以矩阵乘法为主，训练和预填充为GEMM，解码为GEMV，并探讨了内存墙问题及各架构的数据移动策略。
- CPU性能年增长降至3%，需领域专用架构
- GPU、TPU、LPU等数十种架构涌现
- NVIDIA领先，AMD、TPU、Cerebras等部署
- 训练和预填充为GEMM，解码为GEMV
- 内存墙问题推动各架构数据移动策略
为什么值得看
快速了解AI芯片架构全景及关键权衡
适合谁关注
AI基础设施从业者、芯片架构研究者