引用:

原帖由 marsghost 于 2025-11-26 18:27 发表
posted by wap, platform: Android
英伟达自己做的手机芯片和cpu也巨烂啊 这不是理由 术业有专攻罢了

本帖最后由 marsghost 于 2025-11-26 18:29 通过手机版编辑  

Tegra可不烂，主要是搞不定基带被高通逼出了移动市场

posted by wap, platform: Chrome
英伟达赢在cuda，主要是生态起来了，等于windows占住了pc操作系统市场，并不是别人做不了，技术高不可攀，而是做了也没有他的用户群

posted by wap, platform: Chrome
2026了怎么还有觉得GPU比CPU简单的。
AI推理芯片和GPU不是一个东西，前者门槛要低得多，做个能算矩阵乘的ASIC理论上就能跑神经网络了

引用:

原帖由 ffvii 于 2025-12-12 11:34 发表


Tegra可不烂，主要是搞不定基带被高通逼出了移动市场

其实NV也就出了Tegra 4i一款针对手机的芯片，不能说有多努力，尤其考虑英特尔放弃前出了整整5代 Atom Z系列。

posted by wap, platform: Android
tpu算力成本，中国企业往往后来者居上，看看哪条路适合，还有超级便宜的人口红利人力成本低，摸别人的石头自己过河

本帖最后由 qhsc 于 2025-12-13 00:43 通过手机版编辑

posted by wap, platform: Android
如果不是用了台积电，自家设计能力还有其他理由来洗地

posted by wap, platform: Android
手机芯片专利太多了，不用坐不出，用了等于给高通打工

做手机芯片的话，ARM：你猜我是干嘛的

手机芯片是CPU+GPU+基带，复杂程度高多了。。。

[ 本帖最后由 ShadowEyre 于 2026-1-4 18:51 编辑 ]

posted by wap, platform: Android
楼主你是不是不知道基带芯片的价格与整个soc相当？

posted by wap, platform: Android
不是搞不出，主要是基带目前技术壁垒密集、标准专利复杂、验证周期长导致成本太高，想完全绕开难度太大。

本质上基带必须与原有通信协议配合才能用，

而ai计算芯片只需自己做。

你要配合人家，就必须适配别人的标准，而别人早就将能配合的各种方式设置了专利壁垒。

ai芯片就完全不需要与其它适配。

但凡用小脑想也知道，70年代就研发成功的玩意，有多大技术难度现在都研发不成？是人家将所有路都堵死了，不让新人走而己。

本帖最后由 脾气不太好 于 2026-1-5 02:58 通过手机版编辑