克劳德开发公司앤트로픽正在与三星电子洽谈，计划开发自有的人工智能（AI）芯片。随着AI企业加快获取定制半导体的步伐，以降低运算成本和供应链负担，三星电子能否获得新的大型客户备受关注。 根据7月2日（当地时间）美国信息技术（IT）专业媒体《迪信息》的报道，앤트로픽已开始对自有AI芯片开发进行初步评估，并与制造合作伙伴候选公司三星电子进行讨论。 앤트로픽正在考虑利用三星电子的2纳米工艺和先进封装设施。 2纳米工艺是提升芯片性能和电力效率的下一代制造技术。先进封装则是将处理器与高带宽内存等紧密布局，以减少数据传输瓶颈的技术。 앤트로픽与三星电子的联系在此前的融资过程中也有所体现。앤트로픽在5月的H轮融资中，将三星电子、SK海力士和美光介绍为战略基础设施合作伙伴。在三大内存制造商中，拥有逻辑芯片（运算·控制半导体）生产的代工业务的只有三星电子。 然而，实际订单的确定性仍然不明。앤트로픽还在与多家芯片设计公司进行讨论，正在评估芯片的用途、性能目标和服务器集成方式等，尚未进入详细设计或试生产阶段。 AI企业的自有芯片开发竞争正在加剧。谷歌一直在使用自有的张量处理单元（TPU），而OpenAI也与博通合作开发推理芯片。AI企业希望降低对英伟达图形处理单元（GPU）的依赖，减少运算成本和电力负担。 对于评论请求，앤트로픽表示：“英伟达GPU、谷歌TPU和亚马逊网络服务（AWS）的Tranium芯片等将继续在我们的运算基础设施中发挥核心作用。”但并未提及与三星电子的洽谈情况或未来计划。三星电子也拒绝了评论。※ 本报道经人工智能（AI）系统翻译与编辑。

谷歌在年度技术大会上发布了性能最强的AI专用芯片，挑战英伟达的市场主导地位。随着AI加速器市场的重组加速，三星电子和SK海力士作为芯片核心内存的独家供应商，将从中受益。据IT行业消息，谷歌云于22日（当地时间）在美国拉斯维加斯的“谷歌云Next 2026”上推出了第8代张量处理单元（TPU）两款产品：用于训练的“TPU 8t”和用于推理的“TPU 8i”，预计将在年内正式发布。TPU是谷歌与博通共同设计的AI专用ASIC，与通用GPU不同，TPU专为AI计算优化，具有高能效。第8代TPU首次将训练和推理分开设计，这是自2015年TPU首次发布以来的重大结构转变。训练用TPU 8t采用“超级集群”结构，最多可将9600个芯片连接到一个系统中，每个集群提供121 exaflops的性能，训练速度比上一代快3倍，能效提高2倍。通过Pathways平台，可以将超过100万个TPU整合为一个集群，大幅缩短大型AI模型的开发时间。推理用TPU 8i则更直接应对生成式AI的需求，性能比第7代提高9.8倍，配备384MB片上SRAM和288GB高带宽内存（HBM）。然而，市场观点不一。谷歌TPU在AI加速器市场的份额仅约5%，而英伟达的GPU市场份额高达92%。新一代平台“Vera Rubin”已开始量产，预计将在今年下半年推出。尽管如此，市场环境对谷歌有利。由于英伟达GPU供应短缺，企业客户对成本效益更高的替代加速器的需求增加。亚马逊网络服务（AWS）也通过其自有AI加速器“Trainium”和“Inferentia”降低对英伟达的依赖。对冲基金Citadel使用谷歌TPU构建量化研究软件，美国能源部下属的17个国家实验室也在使用TPU进行AI合作研究。在这种趋势下，韩国半导体企业的受益备受关注。每个TPU配备6至8个HBM，目前谷歌TPU的HBM供应由三星电子和SK海力士主导。英伟达GPU供应链中，三星、SK海力士和美光三家公司竞争，但在TPU阵营中，美光因产能不足而退出。业内预计，第8代TPU将采用第6代HBM，即HBM4，三星电子对谷歌的HBM供应量预计将比今年增加一倍以上。SK海力士作为谷歌的优先供应商，正在提供HBM3E，并独家供应用于TPU 7e的12层HBM3E。※ 本报道经人工智能（AI）系统翻译与编辑。

【经济日报】谷歌发布了开源AI模型“Gemma 4”，加速进军开源AI市场。该模型具备高级推理能力和设备端运行功能，旨在扩展开发者生态系统，并通过与封闭模型Gemini的双轨战略增强AI竞争力。谷歌于2日宣布推出支持高级推理和代理工作流的开源模型“Gemma 4”，该模型以Apache 2.0许可证提供，允许商业用途。谷歌的战略是通过开源模型扩大开发者和企业在各种环境中使用AI的可及性。Gemma 4包括“Effective 2B(E2B)”、“Effective 4B(E4B)”、“26B Mixture of Experts(MoE)”、“31B Dense”四种模型，支持复杂逻辑处理和代理自动化任务。其多模态功能增强了高级推理、代码生成、图像和音频处理能力，支持长达256K的上下文处理，并提供140多种语言支持。谷歌通过Gemma 4加强了设备端AI战略，E2B和E4B模型可在智能手机、笔记本电脑和物联网设备等边缘环境中运行，无需云连接，提供低延迟和隐私保护优势。谷歌与主要半导体公司合作，支持在多种设备上离线运行，推动设备端AI的普及。开源AI模型竞争日益激烈，Meta的“Llama”系列、阿里巴巴的“Qwen”、微软的“Phi”等公司纷纷推出开源模型，争夺开发者生态系统。谷歌通过Gemma 4扩大在开源AI市场的影响力。谷歌在提供高性能AI服务的同时，通过Gemma系列多元化其AI战略。Gemini专注于云服务和企业客户，而Gemma则面向开发者和初创企业，建立开放生态系统。谷歌通过双轨战略增强AI平台竞争力。此外，谷歌在Hugging Face、vLLM、Ollama、NVIDIA NIM等主要开发工具中支持Gemma 4，专注于扩大开发者生态系统。通过谷歌AI Studio、谷歌Colab、Vertex AI等平台，开发者可以在本地和谷歌云上构建可扩展的AI服务。硬件支持范围也扩大，Gemma 4优化为可在消费者GPU、NVIDIA H100 GPU、谷歌TPU等环境中运行，并支持与AMD GPU的集成，适用于从边缘设备到云的广泛环境。随着Gemma 4的推出，设备端AI和开源生态系统为中心的AI市场主导权竞争将加剧，谷歌通过Gemma 4争取开发者生态系统，AI平台竞争格局将更加激烈。※ 本报道经人工智能（AI）系统翻译与编辑。

全球主要云服务提供商的人工智能基础设施投资激增，预计今年总资本支出将超过7100亿美元。根据市场研究公司TrendForce的数据，谷歌、AWS、Meta、微软、甲骨文、腾讯、阿里巴巴和百度等八大云服务商2026年的总资本支出预计将比去年增长61%。这些公司在持续扩大采购英伟达和AMD的GPU的同时，也在投资自研ASIC以提高成本效益和优化AI工作负载。特别是谷歌在ASIC战略上处于领先地位。TrendForce预计，Alphabet的2026年资本支出将达到1783亿美元，同比增长95%。预计谷歌的AI服务器中约78%将基于TPU系统，并计划转向下一代TPU v8平台。目前，谷歌是唯一一家ASIC服务器比例高于GPU的云服务商。AWS预计2026年约60%的AI服务器将基于GPU构建，并计划从2026年第二季度开始大规模生产下一代自研芯片Trainium 3。Meta的资本支出预计将增长77%至1245亿美元，AI服务器中超过80%将依赖于GPU。由于软件优化问题，其自研MTIA ASIC的初期出货量可能有限。微软继续引入英伟达的机架级系统，并推出了自研AI推理芯片Maia 200。甲骨文则在扩大与OpenAI相关的数据中心项目的同时增加GPU基础设施。中国企业也在加强ASIC开发。腾讯、阿里巴巴和百度正在扩大自研芯片路线图，百度正在准备下一代昆仑芯片和大规模AI服务器集群平台。TrendForce分析称，“尽管GPU仍是主流架构，但主要云服务商正积极扩大ASIC投资以提高成本效益和控制力，AI服务器市场的结构性变化正在加速。”