Creative Strategies' Ben Bajarin talks the AI chip race between Alphabet and Nvidia

AI 芯片市场竞争格局 - Google 的 TPU 主要服务于其自身产品，如 YouTube、搜索和 Gemini [3][4] - NVIDIA 的 GPU 因其通用性和架构兼容性，在第三方客户和公共云工作负载中更受欢迎 [5][8] - 云供应商如 Amazon AWS 也在开发自己的 AI 芯片，如 Trainium 和 Inferentia，主要用于优化自身工作负载 [10][11] - 行业专家认为，目前 NVIDIA 在 AI 芯片市场占据主导地位，但云供应商自研芯片的长期影响尚不确定 [13][14] AI 芯片技术与应用 - TPU 适用于大规模 AI 任务，如视频推荐和 Reels，但需要高度定制 [3] - GPU 的通用性使其更易于在不同云环境中部署和编程 [5][8] - Inference 工作负载的增加使得云供应商自研的 Inferentia 芯片更具相关性 [11] - 行业正在探索 AI 中间件层，以实现跨不同云环境的效率和灵活性，避免为每个云环境编写特定代码 [15][16][17] 市场规模与未来趋势 - AI 芯片市场正经历一个巨大的扩张周期，预计到 2030 年市场规模将达到 7000 亿美元到 1 万亿美元 [13][14] - 多云和多 AI 云部署将成为企业趋势，企业希望在不同云环境中部署工作负载，并使用标准编程语言进行优化 [17] 公司动态 - Deere 通过提高设备价格来弥补关税成本，并预计这一趋势将持续到 2026 年 [1] - 市场猜测 Google 可能会将其 TPU 芯片出售给 Meta，但该交易的实际意义可能有限 [2]