哈希游戏- 哈希游戏平台- 哈希游戏官方网站首先，3 月 11 日，阿里巴巴金融科技部门蚂蚁集团发布了一篇关于其大规模混合专家模型 (MoE) 的研究论文。其中一项重要发现是，300B 的 MoE LLM 可以在性能较低的 GPU 上进行训练，从而将成本降低 20%。蚂蚁集团没有依赖英伟达的 H800 GPU，而是使用了华为和阿里巴巴自主研发的芯片。该论文声称，他们的两个模型 Ling-Plus 和 Ling-Lite 的表现优于 Meta 的 LLaMA 模型以及 DeepSeek 的模型，如下图所示。

　　其次，主要的超大规模提供商已开始开发自己的 GPU，以便为企业客户提供经济高效的解决方案。3 月 11 日，媒体报道称 Meta正在测试其首款 AI 训练芯片，这是减少对英伟达芯片依赖的重要里程碑。据媒体报道，Meta 已在其社交平台上启动小规模测试，如果测试进展顺利，可能会扩大测试范围。在 Meta 最近的会议上，其管理层指出，他们在内部开发的硅片方面取得了重大成功。谷歌和亚马逊已经利用博通和 Marvell的 ASIC 架构开发了他们的定制硅片。虽然我并不认为定制硅片可以完全取代英伟达或 AMD，但它可以为 AI 训练和推理提供一种有吸引力的、经济高效的替代方案。

　　在 2026 财年，分析师预测英伟达总收入将同比增长 63%，这得益于数据中心 70% 的增长以及游戏和汽车市场的复苏。不过，降低了其数据中心业务从 2027 财年起的增长预期，以反映低成本 AI 训练模型和超大规模定制硅片带来的挑战。预计数据中心业务的增长将在 2027 财年放缓至 30%，从 2028 财年到 2030 财年（当 AI 进入推理阶段时）将放缓至 20%，然后从 2033 财年起（当 AI 市场成熟时）进一步放缓至 10%。