HBM（高带宽内存）作为当前AI加速器GPU的核心配置，凭借垂直堆叠的薄DRAM芯片结构，以超高数据带宽为AI训练与推理提供了关键支撑，成为AI算力爆发的重要基石。
英特尔前CEO帕特·基辛格在近期接受采访时表示，量子计算将在两年内普及并加速戳破AI泡沫，且将在2030年前彻底取代GPU。在他看来，量子计算将与经典计算、AI计算共同构成未来计算世界的“神圣三位一体”。
在此背景下，全球算力产业下一步将往哪走？非GPU路线能有多大市场空间？未来会百花齐放还是一支独大？非GPU赛道哪条路线有望最先冲出重围？我们试图通过拆解全球算力格局及国内几家头部企业的技术路线，找到这些问题的答案。
主要的云服务提供商正在摆脱对英伟达 CUDA 生态系统的依赖，并投资开发自己的芯片用于高容量推理，因为在高容量推理中，运营成本超过了训练成本。
TPU与GPU之间的竞争正在重塑AI硬件市场格局。GPU基于并行处理，能处理多样化任务，而TPU专门针对张量矩阵运算进行优化。谷歌TPU采用类似RISC的设计理念，通过限制功能来提升特定运算效率。
Yole Group 近日发布《2025 年处理器产业状况》报告，指出全球处理器市场正经历由生成式 AI 与云端基础设施推动的深刻变革。
