看有人說什麽不一樣的AI，比如avgo nvda , 這裏有人了解嗎？

所有跟帖： 

• AVGO是ASIC 特製。 -Uptrend2020- ♂ (0 bytes) () 12/17/2024 postreply 07:53:58

• 指實現不一樣？算法還是一樣？這也可以炒作？是更快還是更便宜？ -TalkToMi- ♂ (0 bytes) () 12/17/2024 postreply 07:56:06

• 通用芯片和專用芯片的區別。以前比特幣以太坊用nvda的芯片挖礦火了一波，現在基本都是用專用芯片(ASIC)挖礦了。 -lanyin0314- ♂ (295 bytes) () 12/17/2024 postreply 08:07:44

• 對，挖礦主要是哈希計算，這算法十年也不會有大的突破， 如果不需要時常變就沒必要用NVDA -testmobile- ♀ (0 bytes) () 12/17/2024 postreply 08:23:41

• 這種芯片裏的算法在開始會有些變動，以後成熟後就不變了，比如遊戲裏需要在芯片裏同時快速畫小三角形來做3D -testmobile- ♀ (0 bytes) () 12/17/2024 postreply 08:15:03

• 在算法早期是NVDA的比較好，他提供CUDA可以讓客戶自行編程的能力， AI在芯片裏的算法也不多，比如TOKEN間的關係 -testmobile- ♀ (0 bytes) () 12/17/2024 postreply 08:17:45

• AI的算法成熟後，就可以固化讓芯片廠家做進去一直用，不需要更改 -testmobile- ♀ (0 bytes) () 12/17/2024 postreply 08:18:45

• 定製的AI，要化多少力氣才能做出相應的編譯器和OS連接庫？根本不現實，大家都是嚐試而已，或者非常小規模的應用場景 -novtim2- ♂ (0 bytes) () 12/17/2024 postreply 08:45:03

• 芯片裏本來也不能放太複雜的算法， 基本的編譯器和OS連接庫都有了，這是最不難的環節， -testmobile- ♀ (0 bytes) () 12/17/2024 postreply 09:26:38

• CUDA也做不了複雜東西，就是類似3D畫三角形上色一類需要大量同步運行的算法 -testmobile- ♀ (0 bytes) () 12/17/2024 postreply 09:29:58

• Avgo 也做network storage, 雲data center都得用，一個fiber card 幾千刀。 -挨踢- ♂ (0 bytes) () 12/17/2024 postreply 08:46:56

• 當然比不了女大了 -挨踢- ♂ (0 bytes) () 12/17/2024 postreply 08:48:00

• NVDA還是有一招鮮的優勢，目前領到地位無可撼動。avgo以後可能會搶一些新的客戶，但是 -diablo18- ♀ (152 bytes) () 12/17/2024 postreply 08:59:14