開發生態
Google 首席技術專家 Amin Vahdat 於 SEMICON Taiwan 揭露硬體發展方向:預測 CPU 將走向專業化,看好減少資料移動與動態散熱技術
TechNews 科技新報綜合 2 家報導單一來源
尚未逐項核實
目前依單一來源整理,這是來源數量描述,不是對消息真假的判定。
Google AI 與基礎設施資深副總裁暨首席技術專家 Amin Vahdat 於 SEMICON Taiwan 2026 演講與受訪時,揭露 Google 對 AI 硬體與基礎設施的發展預測。他指出,AI 發展的瓶頸(算力、電力或記憶體)是動態變化的,Google 目前以週為單位即時動態調整資源配置,以平衡模型效能與資料中心擴張成本。
針對專用晶片發展,繼第八代 TPU 根據任務分為推論用 8i 和訓練用 8t 兩版後,他預測 AI 晶片將因應不同專業應用進一步細分,而走向專業化的關鍵在於市場規模與投資報酬率。他特別點出 CPU 也將往專業化發展,以解決目前代理運算中,高價 TPU 或 GPU 經常需閒置等待 CPU 完成任務的痛點。
在未來的硬體創新上,他透露兩項進行中的突破方向:一是「減少資料移動」,透過 TPU 底層設計確保輸入資料盡可能靠近運算單元,實現資料移動最小化的架構創新;二是「動態散熱」,根據執行的運算類型,近乎即時地掌握晶片發熱部位並做出反應。
讀原始報導背景
Google 打造的 TPU 專為訓練與執行機器學習模型所設計,開發者可透過 Google Colab 在瀏覽器中免費存取雲端版本。為因應龐大的 AI 算力需求,Google 持續投入底層硬體架構創新,並針對推論與訓練等不同任務發展專業化的客製晶片。
來源
- TechNews 科技新報finance.technews.tw
- sites.research.google