关键问题在于，英伟达的AI芯片不光价格贵，还老是买不着，英伟达在AI芯片市场的份额都超90%，这种垄断地位让它可以随意定价。更糟的是，就算你肯出高价，也不一定能轮得上。
在这样的背景下，科技领域的那些巨头们都一个接一个地踏上了自己研发AI芯片的路。
谷歌于2013年便开启TPU（张量处理单元）的研发至今已迭代至第七代，专为云端大模型训练而设，2025年推出的Ironwood单芯片算力达4614TFLOP，且可支持9216颗芯片组成集群，性能为超级计算机的24倍。
亚马逊推出了Trainium和Inferentia这两个系列的芯片，它们主要是聚焦在AI训练和推理这些场景，AWS的Trainiumv2现在已经能够去挑战英伟达在某些特定场景里的主导地位。
Meta成功部署了首款自研AI加速器MTIA,并与博通共同开发下一代MTIAv2。
由于Meta对AI推理负载具有高度客制化需求,MTIAv2特别聚焦能效优化与低延迟架构。
对比之下,微软的自研芯片进展显得有些缓慢。2023年11月,微软发布了AzureMaia100AI加速器芯片和AzureCobalt100云计算处理器。但从市场反响来看,这两款芯片还没有形成足够的竞争力。
