三星挑战台积电，有望拿下谷歌AI芯片代工订单
IT之家12月25日消息，爆料源@jukan05于12月23日在X平台发布推文称，谷歌高管近期造访了三星位于美国得克萨斯州泰勒市的半导体工厂，双方就外包生产TPU事宜展开了谈判。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
据IT之家援引博文介绍，访问期间，双方不仅讨论了技术细节，还重点商讨了三星未来可能供应的TPU数量。这一动向表明，谷歌正寻求更具优势的生产方案，计划将其自研AI芯片的制造业务部分外包给三星。
尽管大量资金涌入人工智能领域，但由于高昂的硬件投入和数据中心运营开销，多数AI公司目前仍处于亏损状态。
谷歌此前与博通合作开发的TPU，据称在性能相当甚至更优的情况下，成本比英伟达的H100低80%。若谷歌能与三星达成代工合作，有望进一步降低芯片制造成本，从而大幅削减构建及升级数据中心的总支出，为未来的AI盈利模式铺平道路。
谷歌研发的TPU与英伟达的GPU在设计理念上存在本质区别。英伟达的GPU旨在处理广泛的AI相关工作负载，而谷歌TPU则专为神经网络数学运算量身定制，能更高效地加速机器学习任务，如训练Gemini模型、图像识别及推理运算等。
而对于三星而言，这无疑是一则重大利好。虽然这家韩国科技巨头在智能手机销量上领先全球，但在企业级芯片代工领域，其市场份额远落后于为苹果、高通和英伟达代工的台积电（TSMC）。若能成功拿下谷歌的TPU订单，不仅能优化三星的客户履历，还能向市场证明其技术实力，吸引更多希望摆脱对台积电单一依赖的科技公司。
相关攻略
美国纳斯达克综合指数近日跌破26000点，日内跌幅1 05%。与此同时，芯片半导体板块股票集体走低，成为市场关注焦点。其中，英特尔股价下跌7 01%，高通跌幅超过9%，美光科技下跌6 08%，台积电、阿斯麦、英伟达、博通、超威半导体等产业链重要公司股价均出现不同程度下滑。此次板块普跌反映出市场对半导
4月13日，高通中国与网易游戏正式达成深度生态战略合作。此次合作的核心目标聚焦于推动网易旗下全线游戏产品，全面适配并深度优化搭载骁龙X系列平台的Windows AI PC。这不仅仅是基础兼容，更是从芯片架构底层出发的深度技术调优，致力于为全球玩家带来更稳定、更高帧率的顶级游戏体验，从而强力驱动整个A
高通芯片曝硬件级漏洞：BootROM缺陷可致设备被永久控制 最近，安全圈里一则消息引发了广泛关注：卡巴斯基于4月23日发布博文，披露在高通骁龙芯片中发现了一个硬件级别的漏洞。这个漏洞可不是小事，它直接影响了MDM9x07、MSM8916等多个芯片系列。 高通方面反应迅速，已于2025年4月确认了该漏
消息称高通、联发科合计减产约1500~2000万颗4nm移动处理器 智能手机市场的风向，似乎正在悄然转变。4月2日，一则来自供应链的消息引发了行业关注：据台媒《工商时报》此前报道，联发科已开始下调其在晶圆代工厂的4纳米工艺晶圆投片量。而更值得玩味的是，另一家台媒《电子时报》跟进指出，行业巨头高通也加
某厂2nm大屏旗舰工程机电池信息曝光，目标容量瞄准8500mAh± 最新爆料来了。根据数码博主 @数码闲聊站 的消息，某头部厂商旗下基于2nm平台的母系大屏迭代旗舰，其工程机的电池配置已经确定，将以“8”字开头。具体设定的目标最大容量，来到了8500mAh±的水平。同时，该工程机也配备了百瓦级别的有
热门专题
热门推荐
领克首款GT概念跑车亮相北京车展，由中欧团队联合打造。新车采用经典GT比例与低趴宽体设计，配备液态金属蓝涂装与2+2座舱，设有高性能模式按键可激活空气动力学套件。车辆采用后驱布局与AI智能运动控制系统，百公里加速约2秒，设计融合瑞典极简美学并参考全球用户反馈。
英伟达推出12GB显存版RTX5070移动GPU，与8GB版同步上市。两者均基于Blackwell架构，核心规格相同，仅显存容量不同。此举旨在缓解GDDR7芯片供应压力，为OEM提供灵活配置，加速笔记本产品布局，更大显存可更好满足游戏与AI应用需求。
微星将于5月15日推出两款26 5英寸雾面WOLED显示器MAG276QRY28和276QRDY54，售价分别为2499元和6299元。均采用第四代WOLED面板，具备QHD分辨率、VESADisplayHDRTrueBlack500认证、1500尼特峰值亮度及99 5%DCI-P3色域覆盖。276QRY28刷新率为280Hz，高阶款276QRDY54支持4
中芯国际2026年第一季度营收176 17亿元，同比增长8 1%；净利润13 61亿元，同比增长0 4%。公司预计第二季度收入环比增长14%至16%，毛利率指引上调至20%至22%。这反映出公司在行业复苏中展现出财务韧性，并通过运营优化增强了短期增长势头。
手机修图、相机降噪、视频去雾……这些我们日常使用的图像处理功能，其背后都离不开人工智能（AI）技术的驱动。通常，AI模型的训练逻辑是：向模型展示大量“低质图像”与“优质图像”的配对数据，让它学习如何将前者转化为后者。然而，天津大学计算机视觉团队近期发表的一项研究（arXiv:2604 08172）揭