一家由中國科技企業家創立的美國初創公司Enther AI，近日正式發佈了其首款自研AI訓練晶片——Enther TPU。據公司宣稱，該晶片在運行特定AI模型時，其速度可達輝達2020年發佈的A100 GPU的1.5倍，能效提升42%。Enther AI由前Google工程師郭志雄（Zhixiong Guo）於2023年創立。公司在推出Enther TPU的同時，也展示了整合該晶片的E1伺服器節點。每個E1節點搭載4顆Enther TPU，可提供高達10.8 petaFLOPS的BF16訓練算力。Enther AI進一步提出了建構萬卡叢集的藍圖，其設計的“E1超級叢集” 通過光學電路切換網路連線多達2500個E1節點（即10,000顆TPU），旨在為兆參數大模型提供訓練支援。值得注意的是，儘管Enther AI總部位於美國，但其研發活動具有鮮明的跨太平洋特徵。公司的研發團隊主要在中國，這使其發展路徑和動向備受業界關注。在軟體生態方面，Enther AI推出了E-SDK，聲稱其能“無縫”將基於NVIDIA GPU的AI訓練項目遷移至其Enther TPU平台上，並支援PyTorch、JAX等主流AI框架。不過，目前該晶片的公開性能資料均來自Enther AI自身的測試報告，尚未有第三方機構的獨立驗證。此外，Enther TPU作為市場新入者，其實際量產交付能力、在更廣泛AI工作負載下的穩定性以及能否成功建構起持續的開發者生態，仍是其未來需要面對的關鍵挑戰。在全球AI算力競爭日益激烈的背景下，Enther AI的亮相為市場帶來了新的選擇。然而，從技術發佈到獲得產業界的廣泛認可和採用，這家年輕的初創公司仍有很長的路要走。其後續發展，特別是產品的實際應用表現，將成為衡量其成功與否的真正試金石。 (晶片行業)

報導稱，Meta正開始小規模部署測試其自主設計的AI訓練晶片，該晶片專為處理AI工作負載而設計。此前，Meta也有部署定製AI晶片的經驗，但那些晶片僅用於運行模型，而非訓練模型。 Meta正積極測試自主研發的AI訓練晶片，在降低對輝達等硬體供應商依賴方面邁出關鍵一步。 據路透社11日報導，Meta已開始小規模部署測試其自主設計的AI訓練晶片，該晶片專為處理AI工作負載而設計，由台積電負責製造，計畫在初步測試成功後擴大生產規模。 值得注意的是，Meta此前已有部署定製AI晶片的經驗，但那些晶片僅用於運行模型，而非訓練模型。報導稱，Meta過去多次晶片設計項目因未能達到內部預期而被取消或縮減規模，此次新項目能否取得成功仍面臨挑戰。

根據英國《金融時報》2月24日報導，華為通過技術改進，將昇騰910C晶片的良率從一年前的20%提升至接近40%（良率提升代表成品率提升，減少材料浪費），良率提升可能得益於製造商的工藝改進或華為自身設計最佳化，例如通過晶片堆疊技術繞過先進製程限制。 圖片來源：金融時報，羅輯思維。 目前我們能用的國產GPU是2022年發佈的910B，不過性能還是落後於輝達的H200和B100。如果消息屬實，此次良率突破使昇騰晶片生產線有望首次實現盈利，代表華為可以通過商業化來回血，繼續推進研發。而且，這將對中國晶片與AI產業有著長遠的影響： 1. 供應鏈自主化加速