基础概念 相关分析 →
GPU(图形处理器)
最初为图形渲染而生的芯片，却因为能同时进行成千上万次简单运算(而不是一次只算一个)，意外成为最适合 AI 的引擎。
CPU 的设计思路是把少数几个复杂任务按顺序快速做完。GPU 的设计思路正相反:数千个小核心同时对不同的数据片段执行同一种简单运算(大多是矩阵乘法)。而这恰好正是神经网络的运算本质——这也是为什么最终是 GPU 而不是 CPU，成了训练和运行 AI 模型的默认硬件。
正是这种偶然的契合，让一家公司的芯片变得对整个行业如此举足轻重；而这种地位究竟建立在更优越的芯片本身，还是建立在围绕它搭建起来的软件生态之上——这场争论也因此从单纯的市场份额问题，演变成了一个真正的反垄断议题。