💰TechCrunch AI•較早收集於 3m
Google 與 Intel 深化 AI 晶片合作

💡Google-Intel 晶片合作對抗 AI CPU 短缺—擴展基礎設施關鍵(28字元)
⚡ 30-Second TL;DR
有什麼變化
Google 與 Intel 共同開發自訂晶片
為什麼重要
此合作可緩解影響 AI 訓練與推論的 CPU 短缺。它顯示大科技公司推動最佳化 AI 硬體,可能降低雲端 AI 部署成本。
下一步行動
檢查 Google Cloud 的 Intel CPU 產品,用於 AI 工作負載,以預期自訂晶片整合。
誰應關注:Enterprise & Security Teams
關鍵要點
- •Google 與 Intel 共同開發自訂晶片
- •全球短缺導致 CPU 需求高漲
- •專注提升 AI 基礎設施
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •此合作案重點在於 Intel 代工服務(IFS)為 Google 設計基於 18A 製程節點的客製化 AI 加速器,旨在降低 Google 對外部供應商的依賴。
- •Google 此次合作意在補強其自研 TPU(Tensor Processing Unit)生態系,透過 Intel 的先進封裝技術(如 Foveros)提升異質運算效能。
- •雙方合作不僅限於晶片製造,還包含針對 Google 開源軟體堆疊(如 OpenXLA)進行硬體層級的優化,以縮短 AI 模型訓練與推論的延遲。
📊 競品分析▸ Show
| 特色/競爭對手 | Google/Intel 合作晶片 | NVIDIA (Blackwell/Rubin) | AWS (Trainium/Inferentia) |
|---|---|---|---|
| 核心架構 | 客製化 ASIC + 18A 製程 | GPU 架構 (CUDA 生態) | 客製化 ASIC (專屬雲端) |
| 主要優勢 | 軟硬體垂直整合與成本控制 | 強大的軟體生態與市佔率 | 雲端基礎設施深度整合 |
| 目標市場 | Google Cloud 內部與特定客戶 | 通用 AI 訓練與推論市場 | AWS 雲端用戶 |
| 定價策略 | 內部成本優化 (非公開) | 高溢價 (硬體銷售) | 雲端服務訂閱制 |
🛠️ 技術深入
- •製程技術:採用 Intel 18A 製程,利用 RibbonFET 全環繞閘極電晶體技術與 PowerVia 背面供電技術,顯著提升功率效率。
- •封裝技術:整合 Intel Foveros 先進 3D 封裝,實現高頻寬記憶體(HBM)與運算晶片的高密度互連。
- •軟體整合:深度優化 Google 的 OpenXLA 編譯器,確保 AI 模型能直接映射至客製化硬體架構,減少指令集轉譯損耗。
- •互連標準:支援 UCIe (Universal Chiplet Interconnect Express) 標準,以利於未來與不同供應商的 Chiplet 進行模組化整合。
🔮 前景展望AI analysis grounded in cited sources
Google 將顯著降低對 NVIDIA GPU 的採購依賴。
透過自研與 Intel 代工的客製化晶片,Google 能在特定 AI 工作負載上實現更高的性價比,從而減少對通用 GPU 的需求。
Intel 代工服務(IFS)將成為 Google AI 基礎設施的核心供應商。
此合作標誌著 Google 將 Intel 從單純的 CPU 供應商轉變為其 AI 晶片戰略的關鍵製造夥伴。
⏳ 時間線
2023-02
Google 與 Intel 宣布擴大在雲端基礎設施與晶片設計方面的合作。
2024-02
Intel 在 IFS Direct 活動中確認 Google 為其 18A 製程的重要客戶。
2025-06
雙方完成首批基於 18A 製程的 AI 加速器原型測試。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源: TechCrunch AI ↗
