TPUと$GOOGに関するいくつかの現在の考え 第一に:無効なパラメータベンチマーキングを拒否すること GPUとTPUのパラメータの違いや移行コスト、どちらが優れているかで議論しないでください。 これの意味は何だ? $GOOGはそもそも半導体企業ではなく、TPUはどこにでも売れる商品でもありません。 彼らはほぼ10年前にレイアウトを始め、完全に自社のビジネスのためです。 彼ら自身もこの物を十分に持っていないのに、どうやって売る時間があるんだ? これはAmazonが自社の速度のために物流をしているのと同じで、トラックを売るためではありません。 同様に、これはFUD$nvdaダジを売るために使えませんし、カードを売らない$goog、どう比較すればいいのでしょうか? このFUD(疑い、ダジ)を使うのは理不尽だ。 第二に:ジェミニの核は「工業化能力」です。 みんなモデル自体をまとめていますが、商業着陸のより重要なポイントであるコストと速度(単位経済学)は無視しています。 Geminiの経験から、GoogleはTPUのネイティブの利点を活用し、AI推論コストを最低価格に押し上げつつ、レイテンシーを極めて低く保っているようです。 将来AIが「インフラ」になるなら、「使いやすく、安価で、リアルタイムで応答する」ことが、95%のユーザーシナリオ(情報確認、メール作成、要約作成)よりもはるかに重要になります。 上記は未来に関する仮説であり、AIはまだ決まっておらず、その未来がどうなるか誰にも分かりません。 $GOOG フォードやトヨタの"今年"のようなものです。 彼らは組立ライン(TPUクラスター)を導入し、ソフトウェアとハードウェアを統合したリーン生産ライン(JAX/水冷技術)を創設し、車を誕生当初の富裕層の贅沢品から、すべての家庭にとって手頃なアイテムへと変えました。 最後です： $NVDAが悪いとか、他のモデルが悪いとは言っていません。 ...