GPU

阿里雲 (Alibaba Cloud) 發表 Aegaeon GPU 池化技術，在測試中成功節省 82% Nvidia H20 資源。此技術專注於「推理」階段成本最佳化，與 DeepSeek 的「訓練」突破不同。本文深入分析此技術如何在中美晶片制裁背景下誕生，以及企業決策者應如何利用此類 GPU 效率技術，降低 AI 營運成本。

芯動科技發布國產「風華 3 號」全功能 GPU，為中國首款同時支援 AI 運算與 8K 高負載渲染的解決方案。憑藉 112GB 超大顯示記憶體，單卡即可處理大型 AI 模型，並在光線追蹤、醫療顯示等領域實現技術突破。這款產品標誌著中國 GPU 產業邁入新時代，為企業數碼轉型提供強大的算力基礎，是評估中國半導體自主創新能力的重要指標。

龍芯中科發布首款自主研發 GPGPU 晶片 9A1000，圖形效能定位入門級產品，但具備 40 TOPS 的 AI 運算能力，標誌中國 GPU 產業邁向新里程碑。

微軟突破性 AOC 光學運算系統能效超越 GPU 百倍，已通過巴克萊銀行金融最佳化實測，有望為企業提供低耗能高效能運算新選擇。

近年隨着加密貨幣的盛行，挖礦的需求也不斷增加。由於挖礦需要用到大量的 GPU 運算，因此同時帶動了顯示卡的銷量提升。最近

去年 Unwire.pro 採訪 Google I/O 時就報導過，Google 設計了專給機器學習的全新處理器 TPU，早前亦正式公布細節，更宣稱「比 GPU 和 CPU 快 15-30 倍」。對於 Google TPU 的出現，NVIDIA 並不感到是威脅，NVIDIA 全球副總裁、亞太區總裁 Raymond Teh 甚至笑言：歡迎 Google 的加入！

2016 年被喻為「虛擬實境（VR）元年」，除了 Facebook、HTC、Sony 陸續在近期推出 VR 裝置外，Google 也在其年度開發者大會上公佈 Daydream 計劃，期望發展以 Android N 系統為中心的VR 社群 / 生態，同時亦提供了更具體、清晰的 VR 開發及設計標準。今天 ARM 亦在 2016 台北國際電腦展 (Computex Taipei) 上發布新處理器 Cortex A73 及圖形處理器 Mali G71，該公司表示新設計能大幅度提升效能、降低耗能，強化流動裝置上的 VR 體驗，預計於 2017 年可部署在高階智能手機上。

隨著人工智能（AI）應用越發熱門，相關的研究也紛紛挑戰我們的既有認知。麻省理工學院（MIT）的研究團隊日前發表了一款可進行深度學習（Deep Learning）的晶片「Eyeriss」，可直接在行動裝置上，執行如人臉辨識等人工智能演算法，且不需透過連結網路來處理資料，該晶片就能直接完成演算。