上周，特斯拉透露，正在内部评估整合数千片AI5芯片，以供下一代人工智能模型的训练。特斯拉CEO马斯克称，紧随其后的AI6芯片，有望成为迄今为止最出色的AI芯片。据称，AI5芯片被认为是对于参数数量低于2500亿的模型来说，最好的推理芯片。

　　早在2017年，特斯拉就开始了自研芯片之路。只不过那时还只是研发自动驾驶芯片，并为此挖来了AMD前首席芯片架构师吉姆·凯勒。这位芯片业的传奇人物，先后参与并缔造了AMD的X86-64架构、K8架构以及苹果的A4、A5处理器。

　　如果说自研自动驾驶芯片是为了平衡功耗和成本，那么AI5和AI6芯片，则是特斯拉趁势出击，向更广阔的人工智能领域拓展。毕竟，自动驾驶只是特斯拉业务的很小一部分，它的理想还有进军太空，以及人形机器人等更长更广的产业链。这些产业链与人工智能算力密不可分。

　　特斯拉并不是IT大佬自研芯片的个案。此前，与生产芯片也没什么关联的谷歌，已经打造出了自己的TPU（张量处理单元）芯片。

　　TPU是谷歌专为加速机器学习和深度学习任务设计的专用集成电路芯片，该芯片最初于2016年举行的谷歌开发者大会上宣布推出，旨在优化TensorFlow框架下的张量运算效率。TPU采用定制化架构设计，在矩阵计算任务中展现出比传统GPU和CPU高15倍至30倍的推理速度，且能效比提升30倍到80倍。截至2024年，谷歌已迭代至第六代TPU。

　　无论谷歌自己是否承认自研TPU是为了减少对英伟达的依赖，还是为了降低芯片采购成本，但TPU出来以后，确实能抢英伟达GPU的市场份额。

　　日前，OpenAI宣布，首次采用谷歌TPU芯片为其ChatGPT及其他产品提供算力支持，而在此之前，OpenAI一直是英伟达图形处理器最大的采购商之一。当然，这也为英伟达市值冲上全球第一作出了不小的贡献。

　　而现在，英伟达面对的还不仅仅是谷歌和特斯拉这些体量不小的巨头，Meta、苹果、亚马逊、高通、AMD等都希望和它分享市场。

　　比如，OpenAI不仅要用谷歌的TPU，还计划和博通一起自己造AI芯片。其理由很简单，就是在降低对英伟达依赖的同时，在AI软硬件上均衡发力。

　　无论是OpenAI还是博通，名气都可以在AI领域横着走，为什么一定要让英伟达在AI芯片市场独占八成的市场份额？

　　可以说，AI芯片以及软硬件产业链已经进入了“战国时代”，像Meta、亚马逊这些财大气粗的IT巨头，都在发力自研AI芯片。

　　Meta已经开始跟联发科合作研发自己的AI芯片，代号叫“Arke”。该芯片采用2nm制程工艺，计划于2027年上半年量产。亚马逊在CPU中央处理器上早已“遥遥领先”。

　　目前，亚马逊全球新增算力的一半以上，都是基于Arm架构的Graviton系列自研芯片，并自研了Trainium系列AI芯片。其中，Trainium2芯片已经被亚马逊投资的AI创业公司Anthropic用于训练大模型，Trainium3则将于2025年末量产。

　　为了降低成本掌控全产业链，各大IT巨头都摩拳擦掌。这对于国内人工智能产业的发展，也是有所启迪的。这其实也是阿里等一众人工智能产业链的重要参与者要自研AI芯片的原因。在上一代互联网时代，我们不仅没有掉队，而且处于领先的位置；在下一代人工智能时代，我们更不能屈居人后。