最近 AI 芯片的各种架构又被广泛讨论，CPU/GPU/TPU/NPU/LPU 各种技术路径又被大家拿出来广泛讨论

先说大背景：现在的 AI 已经从 “大规模训练” 转向 “大规模推理（inference）+ 智能体（agentic AI）+ 边缘计算（包括手机、汽车、工厂传感器、IoT 设备这些终端）”

训练阶段仍由 GPU/TPU 主导，但推理场景对低延迟、低功耗和成本更敏感；因此，边缘设备催生单瓦级功耗的 NPU，云端推理需要极致吞吐与确定性延迟，让 CPU、NPU 和 LPU 在各自细分领域重获优势

CPU 通用但慢；GPU 千核并行；TPU 脉动阵列专用；NPU 边缘低功耗（手机级）；LPU 全 on-chip SRAM，零缓存延迟（但需多芯片互联）

整体市场仍处于爆炸式增长：AI 硬件市场 2024 年就接近 600 亿美元，2026 年仍在高速扩张，

核心是大家都在找 “比 GPU 更高效” 的替代路径

所以只要 AI 的 infra 还在大规模的建设：CPU/GPU/TPU/NPU/LPU 各种技术路径的龙头，大概率也还是有很大的增长空间的

#Google #Intel #Nvdia 都可以买点