$aapl es un cliente que exige mucho en cuanto a la calidad. Si $intc puede cumplir con el pedido de $aapl, entonces es casi seguro que también recibirá pedidos de otras empresas.

Una buena idea

Actualmente, algunas ideas sobre TPU y $GOOG Primero: rechazar comparaciones de parámetros inválidos Deja de discutir cuán diferentes son los parámetros de GPU y TPU, cuán altos son los costos de migración, quién es mejor. ¿Qué sentido tiene esto? $GOOG no es una empresa de semiconductores, y TPU no es un producto que se planee vender por todas partes. Ellos comenzaron a planear esto hace casi diez años y fue completamente para servir a su propio negocio. No tienen suficiente para usarlo ellos mismos, ¿cómo van a tener tiempo para venderlo a ti? Es como si Amazon hiciera logística, lo hace para su propia rapidez, no para vender camiones. De la misma manera, esto no se puede usar para FUD sobre $nvda, ¿cómo se puede comparar si $goog no vende tarjetas? Usar este FUD es muy irracional. Segundo: el núcleo de Gemini es "capacidad industrial" Todos están obsesionados con cuán impresionante es el modelo en sí, pero ignoran un punto más importante para la implementación comercial: costo y velocidad (Economía Unitaria). La experiencia de Gemini me dice que Google está utilizando la ventaja nativa de TPU para reducir el costo de la inferencia de IA al mínimo, manteniendo al mismo tiempo una latencia extremadamente baja. Si la IA se convierte en una "infraestructura" en el futuro, para el 95% de los escenarios de usuario (buscar información, escribir correos, hacer resúmenes), "fácil de usar, barato, respuesta en tiempo real" es mucho más importante que "extremadamente inteligente pero lento en responder". Ten en cuenta que lo anterior es una suposición sobre el futuro, la IA está en un estado incierto, nadie sabe realmente qué forma debería tomar en el futuro. $GOOG es como Ford o Toyota en su momento. Introdujeron la línea de producción (clúster TPU), crearon una línea de producción ágil e integrada (JAX/refrigeración líquida), convirtiendo los automóviles en algo que cada hogar puede permitirse, y no en un lujo para ricos desde su inicio. Por último: No estoy diciendo que $NVDA sea malo, ni que otros modelos no funcionen. La lógica central es: caminos diferentes, modelos diferentes. Aquellos modelos entrenados en un sistema de "GPU costosas + alquiler de nube pública" deberían explorar modelos comerciales de alto margen y expandir nuevas fuentes de ingresos. No deberían simplemente imitar a $goog para competir en el bajo costo de "puntos de entrada de tráfico general". Por ejemplo, "crear un nuevo navegador" Es como si tuvieras celos del buen negocio de Didi, y decidieras abrir un Ferrari para hacer lo mismo, pero ese coche no puede llevar a muchas personas.