問題 1 / 5
為什麼軟體起家的 AI 巨頭不直接買現成的顯卡，而要親自下場參與晶片與記憶體的基礎硬體研發？
AI 根據文章內容回答
直接購買通用 GPU 雖然便利，但在大規模營運時會遇到傳輸瓶頸與耗電成本過高的問題。當 AI 模型達到千億參數規模時，最耗費時間與電力的地方常常不是「運算本身」，而是「資料在晶片與記憶體之間來回搬移」。透過與半導體大廠共同進行前期研發，AI 公司能針對特定演算法做出極致的客製化架構，例如將記憶體與運算核心距離拉近、採用先進封裝技術，進而顯著提升每瓦輸出的運算效率，並大幅降低資料中心的長期營運成本。