晶片與半導體 · 趨勢觀察
本篇出自 2026年7月9日 晨報
一手田野:自研 ML 框架 tinygrad 的 George Hotz(geohot)在訪談(2023-06-20)給了最直白的證詞 — AMD 的 RX 7900 XTX($999、123 TFLOP)是當時每美元算力最高的卡,「卻沒人在機器學習用它」;他跑 AMD 官方示範程式就讓整台伺服器當機,寄信給執行長 Lisa Su 才拿到修好的預發布版驅動;對照 NVIDIA:他回報問題,「NVIDIA 的人一小時內回我」。兩年後的量測:美國超算的 AxoNN 大規模訓練實測(2025-03,經 Import AI 402 轉述)— AMD 平台弱擴展效率從 8,192 個運算單元時的 88.3% 掉到 32,768 個時的 53.5%,數學庫與框架穩定性皆落後;Jack Clark 判語:AMD 要打破壟斷,軟體得先成熟。
驗證:兩條證據隔兩年、型態不同(一手經驗 vs 學術量測)、互不引用,同指軟體慣性 — 跨年共振是可信度最高的線型之一。折扣:geohot 賣自家框架與硬體、經驗自報;AxoNN 數字是單一論文的轉述、且 AMD 測在更大規模並非同規格對照 — 方向硬,精確數字打折看。
判斷更新:評「挑戰 NVIDIA」的標的,先看軟體框架與社群,再看每美元算力 — 便宜硬體救不了爛軟體,這條 2023 年判斷至今未被推翻。
只留 email，隨時退訂。這是我們唯一想請你做的事。
五家電子設計自動化與 AI 晶片設計工具廠商的產品負責人在一場閉門圓桌上說，過去一年客戶對 AI 代理人的討論已經從「無上限的預算」轉為「在工程師層級限制 token 數或金額」，…
9 月 9 日 OpenAI 發企業版發布稿，把這款模型的定位從「最聰明的模型」改寫成「每一塊錢做最多有用的事」，並首次公布 API 價目：每百萬個輸入 token 10 美元、輸…
OpenAI 一份由財務長 Sarah Friar 署名的文件，第一次給出自研推論晶片 Jalapeño 的數字：在三個公開模型上測，每瓦峰值 token 吞吐量是受測商用系統的 …
Meta 9 月 8 日發表 Muse：跑在每個使用者專屬的雲端虛擬機上，可以開瀏覽器、填表單、代表使用者議價，先在美國上線（Meta Newsroom，2026-09-08）。方…